CN114009040A - 编码器、解码器及对应方法 - Google Patents
编码器、解码器及对应方法 Download PDFInfo
- Publication number
- CN114009040A CN114009040A CN202080043894.6A CN202080043894A CN114009040A CN 114009040 A CN114009040 A CN 114009040A CN 202080043894 A CN202080043894 A CN 202080043894A CN 114009040 A CN114009040 A CN 114009040A
- Authority
- CN
- China
- Prior art keywords
- dmvr
- bdof
- region
- enabled
- flag
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 211
- 230000033001 locomotion Effects 0.000 claims abstract description 174
- 239000013598 vector Substances 0.000 claims abstract description 144
- 230000003287 optical effect Effects 0.000 claims abstract description 57
- 230000004048 modification Effects 0.000 claims abstract description 43
- 238000012986 modification Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims description 61
- 238000012937 correction Methods 0.000 claims description 32
- 238000003860 storage Methods 0.000 claims description 30
- 230000002457 bidirectional effect Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 5
- 239000003607 modifier Substances 0.000 claims description 5
- 230000008569 process Effects 0.000 abstract description 62
- 239000000523 sample Substances 0.000 description 85
- 238000013139 quantization Methods 0.000 description 82
- 238000005192 partition Methods 0.000 description 37
- 238000004891 communication Methods 0.000 description 33
- 241000023320 Luma <angiosperm> Species 0.000 description 26
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 26
- 239000000872 buffer Substances 0.000 description 21
- 230000006870 function Effects 0.000 description 20
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 18
- 230000005540 biological transmission Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 238000001914 filtration Methods 0.000 description 12
- 230000011218 segmentation Effects 0.000 description 12
- 230000004927 fusion Effects 0.000 description 11
- 238000003491 array Methods 0.000 description 10
- 238000000638 solvent extraction Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 230000000295 complement effect Effects 0.000 description 8
- 230000006835 compression Effects 0.000 description 8
- 238000007906 compression Methods 0.000 description 8
- 238000006073 displacement reaction Methods 0.000 description 8
- 235000019580 granularity Nutrition 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 230000002123 temporal effect Effects 0.000 description 5
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 4
- 239000011449 brick Substances 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000003709 image segmentation Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000002146 bilateral effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000006837 decompression Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000005111 flow chemistry technique Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000007620 mathematical function Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- VBRBNWWNRIMAII-WYMLVPIESA-N 3-[(e)-5-(4-ethylphenoxy)-3-methylpent-3-enyl]-2,2-dimethyloxirane Chemical compound C1=CC(CC)=CC=C1OC\C=C(/C)CCC1C(C)(C)O1 VBRBNWWNRIMAII-WYMLVPIESA-N 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 206010044625 Trichorrhexis Diseases 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000013074 reference sample Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/577—Motion compensation with bidirectional frame interpolation, i.e. using B-pictures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/109—Selection of coding mode or of prediction mode among a plurality of temporal predictive coding modes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/136—Incoming video signal characteristics or properties
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/174—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a slice, e.g. a line of blocks or a group of blocks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/513—Processing of motion vectors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/513—Processing of motion vectors
- H04N19/517—Processing of motion vectors by encoding
- H04N19/52—Processing of motion vectors by encoding by predictive encoding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/523—Motion estimation or motion compensation with sub-pixel accuracy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本申请提供了一种由解码设备实现的对视频码流进行解码的方法。所述视频码流包括多个图像的经译码数据,通过一个标志表示是否启用解码器侧运动矢量修正处理或双向光流处理。所述解码方法包括:从所述视频码流的序列参数集(sequence parameter set,SPS)中解析解码器侧运动矢量修正(decoder motion vector refinement,DMVR)启用标志,其中,所述DMVR启用标志表示针对与所述SPS关联的所述多个图像,是否启用基于DMVR的双向帧间预测;从低于所述视频码流的SPS级别的分层语法结构级别的语法结构中解析DMVR禁用标志,其中,所述DMVR禁用标志表示针对与所述语法结构关联的当前图像的至少一个区域,是否禁用基于DMVR的双向帧间预测,所述当前图像属于所述多个图像;当满足至少一个预定义条件时,对所述当前图像的至少一个区域内的当前块执行基于DMVR的双向帧间预测,以得到所述当前块的预测样本值,其中,所述至少一个预定义条件包括所述禁用标志的解析值表示针对所述当前图像的至少一个区域,启用基于DMVR的双向帧间预测。
Description
相关申请交叉引用
本专利申请要求于2019年6月21日提交的申请号为IN201931024825的印度专利申请的优先权。上述专利申请的全部公开内容通过引用结合在本申请中。
技术领域
本申请(发明)实施例大体上涉及图像处理领域,更具体地涉及光流修正。
背景技术
视频译码(视频编码和解码)广泛用于数字视频应用,例如,广播数字电视、基于互联网和移动网络的视频传输、实时会话应用(例如,视频聊天、视频会议)、DVD和蓝光光盘、视频内容采集和编辑***以及安全应用的可携式摄像机。
即使视频相对较短,也需要大量的视频数据来描述,当数据要在带宽容量有限的通信网络中进行流式传输或以其它方式传输时,这样可能会造成困难。因此,视频数据通常要先压缩,然后通过现代电信网络进行传输。由于内存资源可能有限,当在存储设备上存储视频时,该视频的大小也可能是一个问题。视频压缩设备通常在信源侧使用软件和/或硬件对视频数据进行编码,然后进行传输或存储,从而减少表示数字视频图像所需的数据量。然后,由解码视频数据的视频解压缩设备在目的地侧接收压缩数据。在网络资源有限以及对更高视频质量的需求不断增长的情况下,需要改进压缩和解压缩技术,这些改进的技术在几乎不影响图像质量的情况下能够提高压缩比。
具体地,(解码器侧)运动矢量修正((Decoder Side)Motion Vector Refinement,(D)MVR)和双向光流(Bi-Directional Optical Flow,BDOF)代表提高帧间预测图像质量的重要技术。但是,这两种过程都需要相对高的计算负载。因此,考虑到最终的译码效率,需要确定是否应用(D)MVR和BDOF。
发明内容
本申请实施例提供了根据独立权利要求所述的用于编码和解码的方法和装置。
上述和其它目的通过独立权利要求请求保护的主题来实现。其它实现方式在从属权利要求、说明书和附图中是显而易见的。
本申请提供了一种在编码设备中实现的对视频码流进行编码的方法。所述视频码流包括多个图像的经译码数据,所述方法包括:
确定针对所述多个图像中的当前图像的至少一个区域,是否启用基于解码器侧运动矢量修正(decoder motion vector refinement,DMVR)的双向帧间预测;根据是否启用基于DMVR的双向帧间预测的确定结果,在低于序列参数集(sequence parameter set,SPS)级别的分层语法结构级别上设置DMVR禁用标志(例如1位标志)的值,其中,所述禁用标志的值表示针对所述当前图像的至少一个区域,是否启用基于DMVR的双向帧间预测。
与现有技术相反,是否启用基于DMVR的双向帧间预测是在低于所述SPS级别的分层结构语法结构级别上标记的。因此,启用或禁用DMVR可以在比现有技术粒度小的粒度上进行指示,从而显著提高译码效率。例如,只针对一个序列的一些图像或某一图像的一些条带启用DMVR,而针对其它图像或其它条带不启用。
所述编码方法还可以包括:将低分层语法结构级别上的DMVR禁用标志的值编码到所述视频码流中。可选地,编码所述DMVR禁用标志的值可以直接执行,无需设置DMVR禁用标志(例如1位标志)的值。
例如,所述当前图像的至少一个区域为所述当前图像,所述禁用标志被设置在图像参数集(picture parameter set,PPS)级别上。再如,所述当前图像的至少一个区域为所述当前图像的一个条带,所述禁用标志被设置在条带头级别上。
具体地,当满足至少一个预定义条件时,可以确定禁用基于DMVR的双向帧间预测。基于选择的预定义条件,可以很容易实现对有关启用或禁用DMVR的决策过程的微调。
根据一方面,所述方法还包括:确定所述当前图像的至少一个区域与位于所述当前图像的至少一个区域一侧的一个参考图像的至少一个区域和位于所述当前图像的至少一个区域另一侧的另一个参考图像的至少一个区域之间的运动矢量差值;所述至少一个预定义条件包括所述确定的运动矢量差值不同时具有相同绝对值和相反符号。应用这一条件可以产生有关译码效率的可靠决策过程。
根据另一方面,所述确定针对所述至少一个区域,是否启用基于DMVR的双向帧间预测包括:确定所述当前图像的至少一个区域内是否存在屏幕内容;所述至少一个预定义条件包括确定所述当前图像的至少一个区域内存在屏幕内容。应用这一条件也可以产生有关译码效率的可靠决策过程。
确定是否存在屏幕内容的具体方式如下。所述确定所述当前图像的至少一个区域内是否存在屏幕内容包括:从所述当前图像的至少一个区域内的M个样本中的每个样本开始,分别计算所述当前图像的至少一个区域内的多个块的N位哈希值,其中,N、M和K为整数值;构建包括K个条目的哈希表,其中,所述K个条目中的每个条目包括计算出N位哈希值等于预定义值的多个块的计数值;确定包括计数值大于1的条目的总和;当所述确定的条目的总和大于预定义阈值时,确定所述当前图像的至少一个区域内存在屏幕内容。上述多个块可以由4×4个样本组成。合适的预定义阈值由表示所述当前图像的至少一个区域内的样本总数的预定义百分比的阈值给出。这一过程可以可靠地确定是否存在重要的屏幕内容。
根据一方面,所述确定针对所述至少一个区域,是否启用基于DMVR的双向帧间预测包括:在不执行基于解码器侧运动矢量修正的双向帧间预测的情况下,计算所述至少一个区域内的多个编码单元的预测残差的成本的第一总和;在执行运动矢量修正的情况下,计算所述至少一个区域内的多个编码单元的预测残差的成本的第二总和;当所述计算出的第二总和大于所述计算出的第一总和时,确定禁用基于DMVR的双向帧间预测。所述成本可以是基于绝对变换差(absolute transform differences,SATD)的成本。这一标准也可以产生高效译码。具体地,当所述当前图像的至少一个区域为所述当前图像时,可以确定,当所述计算出的第二总和大于所述计算出的第一总和时,针对所述当前图像的后续图像,不启用DMVR双向帧间预测。应用这一条件也可以产生有关译码效率的可靠决策过程。
上述实施例还可以包括:在所述SPS级别上设置DMVR启用标志的值,其中,所述启用标志的值表示针对所述多个图像,是否启用基于DMVR的双向帧间预测。当所述启用标志表示禁用DMVR时,不需要在低分层级别上确定是否启用DMVR,因此可以节省在低分层级别上确定是否启用DMVR的处理负载。
上述实施例还可以包括:将所述启用标志的值编码到所述视频码流中。
关于确定是否启用双向光流(bi-directional optical flow,BDOF)处理,可以执行与上述过程类似的过程,并提供相同或类似的优点。相应地,本申请提供了一种在编码设备中实现的对视频码流进行编码的方法。所述视频码流包括多个图像的经译码数据,所述方法包括:
确定针对所述多个图像中的当前图像的至少一个区域,是否启用双向光流(bi-directional optical flow,BDOF)帧间预测;
根据是否启用BDOF帧间预测的确定结果,在低于序列参数集(sequenceparameter set,SPS)级别的分层语法结构级别上设置BDOF禁用标志(例如1位标志)的值,其中,所述禁用标志的值表示针对所述当前图像的至少一个区域,是否启用BDOF帧间预测。
所述编码方法还可以包括:将低分层语法结构级别上的BDOF禁用标志的值编码到所述视频码流中。
同样,所述当前图像的至少一个区域可以为所述当前图像,所述禁用标志可以被设置在图像参数集(picture parameter set,PPS)级别上,或者所述当前图像的至少一个区域可以为所述当前图像的一个条带,所述禁用标志可以被设置在条带头级别上。
当满足至少一个预定义条件时,可以确定禁用BDOF帧间预测。合适的条件包括以下内容。所述方法可以包括:确定所述当前图像的至少一个区域与位于所述当前图像的至少一个区域一侧的一个参考图像的至少一个区域和位于所述当前图像的至少一个区域另一侧的另一个参考图像的至少一个区域之间的运动矢量差值;所述至少一个预定义条件包括所述确定的运动矢量差值不同时具有相同绝对值和相反符号。
同样,所述方法还可以包括:在所述SPS级别上设置BDOF启用标志的值,其中,所述启用标志的值表示针对所述多个图像,是否启用BDOF帧间预测。
当所述启用标志表示禁用BDOF时,不需要确定在低分层级别上是否启用BDOF,因此可以节省确定在低分层级别上是否启用BDOF的处理负载。
同样,所述方法还可以包括:将所述启用标志的值编码到所述视频码流中。
上述目的还通过提供一种由解码设备实现的对视频码流进行解码的方法来解决。所述视频码流包括多个图像的经译码数据,所述解码方法包括:从所述视频码流的序列参数集(sequence parameter set,SPS)中解析解码器侧运动矢量修正(decoder motionvector refinement,DMVR)启用标志,其中,所述DMVR启用标志表示针对与所述SPS关联的所述多个图像,是否启用基于DMVR的双向帧间预测;从低于所述视频码流的SPS级别的分层语法结构级别的语法结构中解析DMVR禁用标志(例如1位标志),其中,所述DMVR禁用标志表示针对与所述语法结构关联的当前图像的至少一个区域,是否禁用基于DMVR的双向帧间预测,所述当前图像属于所述多个图像;当满足至少一个预定义条件时,对所述当前图像的至少一个区域内的当前块执行基于DMVR的双向帧间预测,以得到所述当前块的预测样本值,其中,所述至少一个预定义条件包括所述禁用标志的解析值表示启用基于DMVR的双向帧间预测。
本申请提供了一种有关启用或禁用双向光流处理的类似过程,即,一种由解码设备实现的对视频码流进行解码的方法。所述视频码流包括多个图像的经译码数据,所述解码方法包括:从所述视频码流的序列参数集(sequence parameter set,SPS)中解析双向光流(bi-directional optical flow,BDOF)启用标志,其中,所述BDOF启用标志表示针对与所述SPS关联的所述多个图像,是否启用BDOF帧间预测;从低于所述视频码流的SPS级别的分层语法结构级别的语法结构中解析BDOF禁用标志(例如1位标志),其中,所述BDOF禁用标志表示针对与所述语法结构关联的当前图像的至少一个区域,是否禁用BDOF帧间预测,所述当前图像属于所述多个图像;当满足至少一个预定义条件时,对所述当前图像的至少一个区域内的当前块执行BDOF帧间预测,以得到所述当前块的预测样本值,其中,所述至少一个预定义条件包括所述禁用标志的解析值表示启用BDOF帧间预测。
所述当前图像的至少一个区域可以为所述当前图像,所述语法结构可以为图像参数集(picture parameter set,PPS)。所述当前图像的至少一个区域可以为所述当前图像的一个条带,所述语法结构可以为条带头。
根据一方面,当所述DMVR启用标志的解析值表示启用DMVR时,对所述当前块执行的是基于DMVR的双向帧间预测。
根据另一方面,所述至少一个预定义条件(还)包括所述DMVR启用标志的解析值表示启用DMVR。
根据另一方面,当所述BDOF启用标志的解析值表示启用BDOF时,对所述当前块执行的是BDOF帧间预测。
根据另一方面,所述至少一个预定义条件(还)包括所述BDOF启用标志的解析值表示启用BDOF。
当所述DMVR启用标志的解析值表示启用DMVR时,解析的可以是所述DMVR禁用标志。是否解析所述DMVR禁用标志可以是根据所述DMVR启用标志的解析值确定的。
类似地,当所述BDOF启用标志的解析值表示启用BDOF时,解析的可以是所述BDOF禁用标志。是否解析所述BDOF禁用标志可以是根据所述BDOF启用标志的解析值确定的。
所有上述实施例都可以在编码器或解码器或计算机程序产品中实现。所述解码器和/或所述编码可以包括:一个或多个处理器;非瞬时性计算机可读存储介质,与所述一个或多个处理器耦合并存储由所述一个或多个处理器执行的程序。当所述一个或多个处理器执行所述程序时,所述解码器用于执行根据任一上述实施例所述的方法。所述解码器和/或所述编码器还可以包括处理电路,所述处理电路用于执行根据任一上述实施例所述的方法。
此外,下面提供了用于执行上述方法步骤的设备。单独列出的设备单元可以合并在相同的单元中,或在适当情况下由相同的单元表示。
本申请提供了一种用于对视频码流进行编码的设备(可以在图像编码器中使用)。所述视频码流包括多个图像的经译码数据,所述设备包括:解码器侧运动矢量修正(decoder motion vector refinement,DMVR)确定单元,用于确定针对所述多个图像中的当前图像的至少一个区域,是否启用基于DMVR的双向帧间预测;第一DMVR标志设置单元,用于根据是否启用基于DMVR的双向帧间预测的确定结果,在低于序列参数集(sequenceparameter set,SPS)级别的分层语法结构级别上设置DMVR禁用标志(例如1位标志)的值,其中,所述禁用标志的值表示针对所述当前图像的至少一个区域,是否启用基于DMVR的双向帧间预测。
根据一方面,所述设备包括:编码单元,用于将低分层语法结构级别上的DMVR禁用标志的值编码到所述视频码流中。
所述当前图像的至少一个区域可以为所述当前图像,所述禁用标志可以被设置在图像参数集(picture parameter set,PPS)级别上。所述当前图像的至少一个区域可以为所述当前图像的一个条带,所述禁用标志可以被设置在条带头级别上。
根据一方面,所述DMVR确定单元用于:当满足至少一个预定义条件时,确定禁用基于DMVR的双向帧间预测。所述设备可以包括:运动矢量差值确定单元(可以是所述DMVR确定单元的一部分),用于确定所述当前图像的至少一个区域与位于所述当前图像的至少一个区域一侧的一个参考图像的至少一个区域和位于所述当前图像的至少一个区域另一侧的另一个参考图像的至少一个区域之间的运动矢量差值;所述至少一个预定义条件包括所述确定的运动矢量差值不同时具有相同绝对值和相反符号。
所述确定针对所述至少一个区域,是否启用基于DMVR的双向帧间预测可以包括:确定所述当前图像的至少一个区域内是否存在屏幕内容;所述至少一个预定义条件包括确定所述当前图像的至少一个区域内存在屏幕内容。
所述确定所述当前图像的至少一个区域内是否存在屏幕内容可以包括:从所述当前图像的至少一个区域内的M个样本中的每个样本开始,分别计算所述当前图像的至少一个区域内的多个块的N位哈希值,其中,N、M和K为整数值;构建包括K个条目的哈希表,其中,所述K个条目中的每个条目包括计算出N位哈希值等于预定义值的多个块的计数值;确定包括计数值大于1的条目的总和;当所述确定的条目的总和大于预定义阈值时,确定所述当前图像的至少一个区域内存在屏幕内容。这里,所述多个块由4×4个样本组成。此外,所述预定义阈值可以表示所述当前图像的至少一个区域内的样本总数的预定义百分比。
根据又一方面,所述确定针对所述至少一个区域,是否启用基于DMVR的双向帧间预测包括:在不执行基于解码器侧运动矢量修正的双向帧间预测的情况下,计算所述至少一个区域内的多个编码单元的预测残差的成本的第一总和;在执行运动矢量修正的情况下,计算所述至少一个区域内的多个编码单元的预测残差的成本的第二总和;当所述计算出的第二总和大于所述计算出的第一总和时,确定禁用基于DMVR的双向帧间预测。所述成本可以是基于绝对变换差(absolute transform differences,SATD)的成本。
当所述当前图像的至少一个区域为所述当前图像时,所述DMVR确定单元可以用于:当所述计算出的第二总和大于所述计算出的第一总和时,确定针对所述当前图像的后续图像,不启用DMVR双向帧间预测。
根据一方面,所述设备包括:第二DMVR标志设置单元(可以是所述第一DMVR标志设置单元的一部分或与所述第一DMVR标志设置单元相同),用于在所述SPS级别上设置DMVR启用标志的值,其中,所述启用标志的值表示针对所述多个图像,是否启用基于DMVR的双向帧间预测。
根据另一方面,所述设备包括:编码单元,用于将所述DMVR启用标志的值编码到所述视频码流中。
本申请提供了一种类似的设备,允许对是否启用双向光流做出合适决策。这种设备可以很容易与上述设备组合起来。
具体地,本申请提供了一种对视频码流进行编码的设备(可以在图像编码器中使用)。所述视频码流包括多个图像的经译码数据,所述设备包括:双向光流(bi-directionaloptical flow,BDOF)帧间预测确定单元,用于确定针对所述多个图像中的当前图像的至少一个区域,是否启用BDOF帧间预测;
第一BDOF标志设置单元,用于根据是否启用BDOF帧间预测的确定结果,在低于序列参数集(sequence parameter set,SPS)级别的分层语法结构级别上设置BDOF禁用标志(例如1位标志)的值,其中,所述禁用标志的值表示针对所述当前图像的至少一个区域,是否启用BDOF帧间预测。
根据一方面,所述设备包括:编码单元,用于将所述BDOF禁用标志的值编码到所述视频码流中。
同样,所述当前图像的至少一个区域可以为所述当前图像,所述禁用标志可以被设置在图像参数集(picture parameter set,PPS)级别上。可选地,所述当前图像的至少一个区域可以为所述当前图像的一个条带,所述禁用标志可以被设置在条带头级别上。
根据一方面,所述BDOF帧间预测确定单元用于:当满足至少一个预定义条件时,确定禁用BDOF帧间预测。
为此,所述设备还可以包括:运动矢量差值确定单元(可以是所述BDOF确定单元的一部分),用于确定所述当前图像的至少一个区域与位于所述当前图像的至少一个区域一侧的一个参考图像的至少一个区域和位于所述当前图像的至少一个区域另一侧的另一个参考图像的至少一个区域之间的运动矢量差值;所述至少一个预定义条件包括所述确定的运动矢量差值不同时具有相同绝对值和相反符号。
所述设备还可以包括:第二BDOF标志设置单元(可以是所述第一BDOF标志设置单元的一部分或与所述第一BDOF标志设置单元相同),用于在所述SPS级别上设置BDOF启用标志的值,其中,所述启用标志的值表示针对所述多个图像,是否启用BDOF帧间预测。
根据另一方面,所述设备包括:编码单元,用于将所述BDOF启用标志的值编码到所述视频码流中。
所述禁用标志通常可以为1位标志。
此外,本申请提供了一种对视频码流进行解码的设备(可以在图像解码器中使用)。所述视频码流包括多个图像的经译码数据,所述设备包括:第一解析单元,用于从所述视频码流的序列参数集(sequence parameter set,SPS)中解析解码器侧运动矢量修正(decoder motion vector refinement,DMVR)启用标志,其中,所述DMVR启用标志表示针对与所述SPS关联的所述多个图像,是否启用基于DMVR的双向帧间预测;第二解析单元,用于从低于所述视频码流的SPS级别的分层语法结构级别的语法结构中解析DMVR禁用标志(例如1位标志),其中,所述DMVR禁用标志表示针对与所述语法结构关联的当前图像的至少一个区域,是否禁用基于DMVR的双向帧间预测,所述当前图像属于所述多个图像;DMVR执行单元,用于:当满足至少一个预定义条件时,对所述当前图像的至少一个区域内的当前块执行基于DMVR的双向帧间预测,以得到所述当前块的预测样本值,其中,所述至少一个预定义条件包括所述禁用标志的解析值表示启用基于DMVR的双向帧间预测。
类似地,本申请提供了一种对视频码流进行解码的设备(可以在图像解码器中使用)。所述视频码流包括多个图像的经译码数据,所述设备包括:第一解析单元,用于从所述视频码流的序列参数集(sequence parameter set,SPS)中解析双向光流(bi-directionaloptical flow,BDOF)启用标志,其中,所述BDOF启用标志表示针对与所述SPS关联的所述多个图像,是否启用BDOF帧间预测;第二解析单元,用于从低于所述视频码流的SPS级别的分层语法结构级别的语法结构中解析BDOF禁用标志,其中,所述BDOF禁用标志表示针对与所述语法结构关联的当前图像的至少一个区域,是否禁用BDOF帧间预测,所述当前图像属于所述多个图像;BDOF执行单元,用于:当满足至少一个预定义条件时,对所述当前图像的至少一个区域内的当前块执行BDOF帧间预测,以得到所述当前块的预测样本值,其中,所述至少一个预定义条件包括所述禁用标志的解析值表示启用BDOF帧间预测。
同样,所述当前图像的至少一个区域可以为所述当前图像,所述语法结构可以为图像参数集(picture parameter set,PPS),或者所述当前图像的至少一个区域可以为所述当前图像的一个条带,所述语法结构可以为条带头。
根据另一方面,所述DMVR执行单元用于:当所述DMVR启用标志的解析值表示启用DMVR时,对所述当前块执行基于DMVR的双向帧间预测。
根据另一方面,所述至少一个预定义条件(还)包括所述DMVR启用标志的解析值表示启用DMVR。
根据另一方面,所述BDOF执行单元用于:当所述BDOF启用标志的解析值表示启用BDOF时,对所述当前块执行BDOF帧间预测。
根据另一方面,所述至少一个预定义条件(还)包括所述BDOF启用标志的解析值表示启用BDOF。
所述第二解析单元用于根据所述DMVR启用标志的解析值,解析或不解析所述DMVR禁用标志。所述第二解析单元用于根据所述BDOF启用标志的解析值,解析或不解析所述BDOF禁用标志。所述第二解析单元用于:当所述DMVR启用标志的解析值表示启用DMVR时,解析所述DMVR禁用标志。所述第二解析单元用于:当所述BDOF启用标志的解析值表示启用BDOF,解析所述BDOF禁用标志。
同样,所述禁用标志通常可以为1位标志。
本申请提供了一种存储有指令的计算机可读存储介质。所述指令在执行时,使得一个或多个处理器用于对视频数据进行译码。所述指令使得所述一个或多个处理器执行根据任一上述实施例所述的方法。
本申请提供了一种包括程序代码的计算机程序。所述程序代码在计算机上执行时,用于执行根据任一上述实施例所述的方法。
本申请提供了一种通过包括多个语法元素用于视频信号的经编码码流。所述多个语法元素包括根据任一上述实施例所述的DMVR禁用标志。
所述DMVR禁用标志是在一定条件下至少基于根据任一上述实施例所述的DMVR启用标志的解析值指示的。
本申请提供了一种非瞬时性存储介质。所述非瞬时性存储介质包括由图像解码设备解码的经编码码流,所述经编码码流是通过将视频信号或图像信号的帧划分为多个块生成的,并且包括多个语法元素,所述多个语法元素包括根据任一上述实施例所述的DMVR禁用标志。
所述DMVR禁用标志是在一定条件下至少基于根据任一上述实施例所述的DMVR启用标志的解析值指示的。
本申请提供了一种通过包括多个语法元素用于视频信号的经编码码流。所述多个语法元素包括根据任一上述实施例所述的BDOF禁用标志。
所述BDOF禁用标志是至少基于任一上述实施例所述的BDOF启用标志的解析值,根据条件指示的。
本申请提供了一种非瞬时性存储介质。所述非瞬时性存储介质包括由图像解码设备解码的经编码码流,所述经编码码流是通过将视频信号或图像信号的帧划分为多个块生成的,并且包括多个语法元素,所述多个语法元素包括根据任一上述实施例所述的BDOF禁用标志。
所述DMVR禁用标志是在一定条件下至少基于根据任一上述实施例所述的BDOF启用标志的解析值指示的。
以下附图和说明书详细阐述了一个或多个实施例。其它特征、目的和优点在说明书、附图以及权利要求书中是显而易见的。
附图说明
下面参考附图和示意图更加详细地描述本发明实施例。
图1A为用于实现本发明实施例的视频译码***的一个示例的框图。
图1B为用于实现本发明实施例的视频译码***的另一个示例的框图;
图2为用于实现本发明实施例的视频编码器的一个示例的框图;
图3为用于实现本发明实施例的视频解码器的一种示例性结构的框图;
图4为编码装置或解码装置的一个示例的框图。
图5为编码装置或解码装置的另一个示例的框图。
图6示出了BDOF中使用的扩展CU区域。
图7示出了解码器侧运动矢量修正。
图8示出了一个实施例提供的对视频码流进行编码的方法。
图9示出了另一个实施例提供的对视频码流进行编码的方法。
图10示出了一个实施例提供的对视频码流进行解码的方法。
图11示出了另一个实施例提供的对视频码流进行解码的方法。
图12示出了一个实施例提供的用于图像编码器中的设备。
图13示出了另一个实施例提供的用于图像编码器中的设备。
图14示出了一个实施例提供的用于图像解码器中的设备。
图15示出了另一个实施例提供的用于图像解码器中的设备。
图16为实现内容分发业务的内容供应***3100的一种示例性结构的框图。
图17为终端设备的一种示例性结构的框图。
在下文,相同附图标记表示相同特征或至少在功能上等效的特征,除非另有明确规定。
具体实施方式
以下描述中,参考组成本发明一部分并以说明的方式示出本发明实施例的具体方面或可以使用本发明实施例的具体方面的附图。应当理解,本发明实施例可以用于其它方面中,并且可以包括附图中未描绘的结构变化或逻辑变化。因此,以下详细描述不应以限制性的意义来理解,且本发明的范围由所附权利要求书界定。
例如,应当理解,与描述方法有关的公开内容可以对用于执行所述方法的对应设备或***也同样适用,反之亦然。例如,如果描述一个或多个具体方法步骤,则对应的设备可以包括一个或多个单元(例如功能单元)来执行所描述的一个或多个方法步骤(例如,一个单元执行一个或多个步骤,或多个单元分别执行多个步骤中的一个或多个步骤),即使附图中未明确描述或示出这样的一个或多个单元。另一方面,例如,如果根据一个或多个单元(例如功能单元)来描述具体装置,则对应的方法可以包括一个步骤来执行一个或多个单元的功能(例如,一个步骤执行一个或多个单元的功能,或多个步骤分别执行多个单元中的一个或多个单元的功能),即使附图中未明确描述或示出这样的一个或多个单元。此外,应当理解,除非另外明确说明,本文中描述的各个示例性实施例和/或方面的特征可以相互组合。
视频译码通常是指对构成视频或视频序列的图像序列进行的处理。在视频译码领域中,术语“帧(frame)”与“图像(picture/image)”可以用作同义词。视频译码(或通常称为译码)包括视频编码和视频解码两部分。视频编码在源侧执行,通常包括处理(例如通过压缩)原始视频图像,以减少表示视频图像所需的数据量(从而更高效存储和/或发送)。视频解码在目的地侧执行,通常包括相对于编码器作逆处理,以重建视频图像。实施例涉及的视频图像(或通常称为图像)的“译码”应当理解为视频图像或相应视频序列的“编码”或“解码”。编码部分和解码部分也合称为编解码(CODEC)(编码和解码)。
在无损视频译码情况下,可以重建原始视频图像,即重建视频图像与原始视频图像具有相同的质量(假设存储或传输期间没有传输损耗或其它数据丢失)。在有损视频译码情况下,通过量化等执行进一步压缩,以减少表示视频图像的数据量,而解码器侧无法完全重建视频图像,即重建视频图像的质量比原始视频图像的质量低或差。
几个视频编码标准属于“有损混合视频编解码器”组(即,将样本域中的空间预测和时间预测与变换域中用于进行量化的2D变换译码相结合)。视频序列中的每个图像通常分割为一组不重叠的块,通常在块级处执行译码。换句话说,在编码器侧,通常在块(视频块)级处对视频进行处理,即编码,例如,通过空间(帧内)预测和/或时间(帧间)预测来生成预测块;从当前块(当前处理/待处理的块)中减去预测块,得到残差块;在变换域中变换残差块并量化残差块,以减少待发送(压缩)的数据量,而在解码器侧,对经编码或压缩块进行相对于编码器的逆处理,以重建当前块进行表示。此外,编码器和解码器具有相同的处理步骤,使得编码器和解码器生成相同的预测块(例如帧内和帧间预测块)和/或重建块,以对后续块进行处理,即译码。
在以下视频译码***10的实施例中,视频编码器20和视频解码器30根据图1至图3进行描述。
图1A为示例性译码***10的示意框图,例如可以利用本申请中技术的视频译码***10(或简称为译码***10)。视频译码***10中的视频编码器20(或简称为编码器20)和视频解码器30(或简称为解码器30)为两个示例,即可以用于根据本申请中描述的各种示例执行各种技术的两个设备。
如图1A所示,译码***10包括源设备12,源设备12用于将经编码图像数据21提供给目的地设备14等,以对经编码图像数据13进行解码。
源设备12包括编码器20,并且可以另外(即可选地)包括图像源16、预处理器(或预处理单元)18(例如图像预处理器18)和通信接口或通信单元22。
图像源16可以包括或可以是任何类型的用于捕获真实世界图像等的图像捕获设备;和/或任何类型的图像生成设备(例如用于生成计算机动画图像的计算机图形处理器);或者任何类型的用于获取和/或提供真实世界图像、计算机动画图像(例如屏幕内容、虚拟现实(virtual reality,VR)图像)和/或其任何组合(例如增强现实(augmented reality,AR)图像)的设备。图像源可以为任何类型的存储任一上述图像的存储器(memory/storage)。
为了区分预处理器18与预处理单元18执行的处理,图像或图像数据17也可以称为原始图像或原始图像数据17。
预处理器18用于接收(原始)图像数据17并对图像数据17执行预处理,得到预处理图像19或预处理图像数据19。预处理器18执行的预处理可以包括修剪(trimming)、颜色格式转换(例如从RGB转换为YCbCr)、调色或去噪等。可以理解,预处理单元18可以为可选组件。
视频编码器20用于接收预处理图像数据19并提供经编码图像数据21(结合图2等描述更多细节)。
源设备12中的通信接口22可以用于接收经编码图像数据21,并通过通信信道13将经编码图像数据21(或对经编码图像数据21进一步处理后得到的数据)发送给另一设备(例如目的地设备14)或任何其它设备,以便进行存储或直接重建。
目的地设备14包括解码器30(例如视频解码器30),并且可以另外(即可选地)包括通信接口或通信单元28、后处理器32(或后处理单元32)和显示设备34。
目的地设备14中的通信接口28用于直接从源设备12或从存储设备(例如经编码图像数据存储设备)等任何其它源,接收经编码图像数据21(或对经编码图像数据21进一步处理后得到的数据),并将经编码图像数据21提供给解码器30。
通信接口22和通信接口28可以用于经由源设备12与目的地设备14之间的直接通信链路(例如直接有线或无线连接)或者经由任何类型的网络(例如有线网络、无线网络或其任何组合,或者任何类型的私网和公网或其任何类型的组合)发送或接收经编码图像数据21或经编码数据13。
例如,通信接口22可以用于将经编码图像数据21封装成合适的格式(例如数据包),和/或通过任何类型的传输编码或处理方式来处理经编码图像数据,以便通过通信链路或通信网络进行传输。
例如,与通信接口22对应的通信接口28可以用于接收传输数据,并通过任何类型的对应传输解码或处理和/或解封装方式来处理传输数据,得到经编码图像数据21。
通信接口22和通信接口28都可以配置为图1A中从源设备12指向目的地设备14的通信信道13的箭头所指示的单向通信接口,或者配置为双向通信接口,并且可以用于发送和接收消息等,以建立连接、确认并交换与通信链路和/或数据传输(例如经编码图像数据传输)相关的任何其它信息,等等。
解码器30用于接收经编码图像数据21并提供经解码图像数据31或经解码图像31(下文结合图3或图5等描述更多细节)。
目的地设备14中的后处理器32用于对经解码图像数据31(也称为重建图像数据)(例如经解码图像31)进行后处理,得到后处理图像数据33(例如后处理图像33)。后处理单元32执行的后处理可以包括颜色格式转换(例如从YCbCr转换为RGB)、调色、修剪(trimming)或重采样,或者任何其它处理,以便提供经解码图像数据31由显示设备34等显示,等等。
目的地设备14中的显示设备34用于接收后处理图像数据33,以便向用户或观看者等显示图像。显示设备34可以为或可以包括任何类型的用于表示重建图像的显示器,例如集成或外部显示器或显示屏。例如,显示器可以包括液晶显示器(liquid crystaldisplay,LCD)、有机发光二极管(organic light emitting diode,OLED)显示器、等离子显示器、投影仪、微型LED显示器、硅基液晶(liquid crystal on silicon,LCoS)显示器、数字光处理器(digital light processor,DLP)或任何类型的其它显示器。
尽管图1A示出了源设备12和目的地设备14作为单独的设备,但是在实施例中,设备还可以同时包括源设备12和目的地设备14或同时包括源设备12和目的地设备14的功能,即源设备12或对应功能以及目的地设备14或对应功能。在这些实施例中,源设备12或对应功能以及目的地设备14或对应功能可以使用相同的硬件和/或软件或使用单独的硬件和/或软件或其任意组合来实现。
根据描述,图1A所示的源设备12和/或目的地设备14中的不同单元或功能的存在和(精确)划分可以根据实际设备和应用而不同,这对技术人员来说是显而易见的。
编码器20(例如视频编码器20)或解码器30(例如视频解码器30)或者编码器20和解码器30可以通过图1B所示的处理电路来实现。例如,所述处理电路可以为一个或多个微处理器、一个或多个数字信号处理器(digital signal processor,DSP)、一个或多个专用集成电路(application-specific integrated circuit,ASIC)、一个或多个现场可编程门阵列(field-programmable gate array,FPGA)、一个或多个离散逻辑、一个或多个硬件、一个或多个视频译码专用处理器或其任意组合。编码器20可以通过处理电路46实现,以包含参照图2中的编码器20描述的各种模块和/或本文描述的任何其它编码器***或子***。解码器30可以通过处理电路46实现,以包含参照图3中的解码器30描述的各种模块和/或本文描述的任何其它解码器***或子***。处理电路可以用于执行下文描述的各种操作。如图5所示,如果上述技术部分在软件中实现,则一种设备可以将该软件的指令存储在合适的非瞬时性计算机可读介质中,并且可以使用一个或多个处理器在硬件中执行这些指令,以执行本发明中的技术。视频编码器20或视频解码器30可以作为组合编解码器(CODEC)的一部分集成在单个设备中,如图1B所示。
源设备12和目的地设备14可以包括多种设备中的任一种,包括任何类型的手持或固定设备,例如,笔记本(notebook/laptop)电脑、手机、智能手机、平板或平板电脑、摄像机、台式电脑、机顶盒、电视机、显示设备、数字媒体播放器、视频游戏机、视频流设备(例如内容业务服务器或内容分发服务器)、广播接收器设备、广播发射器设备等,并且可以不使用或使用任何类型的操作***。在一些情况下,源设备12和目的地设备14可以用于无线通信。因此,源设备12和目的地设备14可以是无线通信设备。
在一些情况下,图1A所示的视频译码***10仅仅是示例性的,本申请中的技术可以适用于编码设备与解码设备之间不一定包括任何数据通信的视频译码(例如视频编码或视频解码)设置。在其它示例中,从本地存储器中检索数据,通过网络流式传输送,等等。视频编码设备可以对数据进行编码并将数据存储到存储器中,和/或视频解码设备可以从存储器检索数据并对数据进行解码。在一些示例中,编码和解码由相互不通信而只是将数据编码到存储器和/或从存储器检索数据并对数据进行解码的设备来执行。
为便于描述,本文(例如)参考由ITU-T视频编码专家组(Video Coding ExpertsGroup,VCEG)和ISO/IEC运动图像专家组(Motion Picture Experts Group,MPEG)的视频编码联合协作团队(Joint Collaboration Team on Video Coding,JCT-VC)开发的高效视频编码(High-Efficiency Video Coding,HEVC)或下一代视频编码标准通用视频编码(Versatile Video Coding,VVC)参考软件来描述本发明实施例。本领域普通技术人员理解本发明实施例不限于HEVC或VVC。
编码器和编码方法
图2为用于实现本申请中技术的示例性视频编码器20的示意框图。在图2的示例中,视频编码器20包括输入端201(或输入接口201)、残差计算单元204、变换处理单元206、量化单元208、反量化单元210、逆变换处理单元212、重建单元214、环路滤波器单元220、解码图像缓冲区(decoded picture buffer,DPB)230、模式选择单元260、熵编码单元270和输出端272(或输出接口272)。模式选择单元260可以包括帧间预测单元244、帧内预测单元254和分割单元262。帧间预测单元244可以包括运动估计单元和运动补偿单元(未示出)。图2所示的视频编码器20也可以称为混合视频编码器或基于混合型视频编解码器的视频编码器。
残差计算单元204、变换处理单元206、量化单元208和模式选择单元260可以组成编码器20的前向信号路径,而反量化单元210、逆变换处理单元212、重建单元214、缓冲器216、环路滤波器220、解码图像缓冲区(decoded picture buffer,DPB)230、帧间预测单元244和帧内预测单元254可以组成视频编码器20的后向信号路径,其中,视频编码器20的后向信号路径对应于解码器(参见图3中的视频解码器30)的信号路径。反量化单元210、逆变换处理单元212、重建单元214、环路滤波器220、解码图像缓冲区(decoded picturebuffer,DPB)230、帧间预测单元244和帧内预测单元254还组成视频编码器20的“内置解码器”。
图像和图像分割(图像和块)
编码器20可以用于通过输入端201等接收图像17(或图像数据17)。图像17可以是构成视频或视频序列的图像序列中的图像。接收到的图像或图像数据也可以是预处理图像19(或预处理图像数据19)。为了简单起见,以下描述使用图像17。图像17也可以称为当前图像或待译码图像(尤其是在视频译码中将当前图像与同一视频序列(也就是同样包括当前图像的视频序列)中的其它图像(例如先前的经编码和/或经解码图像)区分开)。
(数字)图像为或可以视为由具有强度值的样本(sample)组成的二维阵列或矩阵。阵列中的样本也可以称为像素(pixel或pel)(图像元素的简称)。阵列或图像的水平方向和垂直方向(或轴)上的样本数量限定了图像的大小和/或分辨率。为了表示颜色,通常采用3个颜色分量,即图像可以表示为或包括3个样本阵列。在RGB格式或颜色空间中,图像包括对应的红色、绿色和蓝色样本阵列。但是,在视频译码中,每个像素通常以亮度和色度格式或颜色空间表示,例如YCbCr,包括Y表示的亮度分量(有时也用L表示)和Cb和Cr表示的2个色度分量。亮度(luminance,简写为luma)分量Y表示亮度或灰度级强度(例如在灰度等级图像中两者相同),而2个色度(chrominance,简写为chroma)分量Cb和Cr表示色度或颜色信息分量。因此,YCbCr格式的图像包括由亮度样值(sample value)(Y)组成的亮度样本阵列和2个由色度值(Cb和Cr)组成的色度样本阵列。RGB格式的图像可以转换或变换为YCbCr格式,反之亦然。该过程也称为颜色变换或转换。如果图像是黑白的,则该图像可以只包括亮度样本阵列。相应地,例如,图像可以为黑白格式的亮度样本阵列或4:2:0、4:2:2和4:4:4颜色格式的亮度样本阵列和2个对应的色度样本阵列。
在实施例中,视频编码器20可以包括图像分割单元(图2中未示出),用于将图像17分割成多个(通常不重叠)图像块203。这些块也可以称为根块、宏块(H.264/AVC),或编码树块(coding tree block,CTB)或编码树单元(coding tree unit,CTU)(H.265/HEVC和VVC)。图像分割单元可以用于对视频序列中的所有图像使用相同的块大小和使用限定块大小的对应网格,或者在图像或图像子集或图像组之间改变块大小,并将每个图像分割成多个对应块。
在其它实施例中,视频编码器可以用于直接接收图像17中的块203,例如构成图像17的一个、几个或所有块。图像块203也可以称为当前图像块或待译码图像块。
与图像17类似,图像块203同样是或可以视为具有强度值(样本值)的样本组成的二维阵列或矩阵,但是图像块203的尺寸比图像17的尺寸小。换句话说,根据所应用的颜色格式,块203可以包括(例如)一个样本阵列(例如黑白图像17情况下的亮度阵列或彩色图像情况下的亮度阵列或色度阵列)或3个样本阵列(例如彩色图像17情况下的1个亮度阵列和2个色度阵列)或任何其它数量和/或类型的阵列。块203的水平方向和垂直方向(或轴)上的样本数量限定了块203的大小。相应地,一个块可以为M×N(M列×N行)的样本阵列,或M×N的变换系数阵列等。
在实施例中,图2所示的视频编码器20可以用于逐块对图像17进行编码,例如,对每个块203执行编码和预测。
在实施例中,图2所示的视频编码器20还可以用于使用条带(slice)(也称为视频条带)对图像进行分割和/或编码。一个图像可以分割成一个或多个条带(通常不重叠)或使用一个或多个条带(通常不重叠)进行编码,每个条带可以包括一个或多个块(例如CTU)。条带可以包括一组矩形分块(tile),也可以是一个分块内的一组按光栅顺序排列的CTU行。分块被划分成一个或多个砖(brick),每个砖由分块内的多个CTU行组成。
没有分割成多个砖的分块也可以称为砖。然而,作为分块的真子集的砖不称为分块。
条带包括图像中的多个分块或分块中的多个砖。
支持两种条带模式,即光栅扫描条带模式和矩形条带模式。在光栅扫描条带模式中,条带包括图像中的分块光栅扫描下的一系列分块。在矩形条带模式中,条带包括图像中的多个砖,这些砖共同构成该图像的矩形区域。矩形条带中的各个砖按照条带的砖光栅扫描顺序排列。
在实施例中,图2所示的视频编码器20还可以用于使用分块组(也称为视频分块组)和/或分块(也称为视频分块)对图像进行分割和/或编码。一个图像可以分割成一个或多个分块组(通常不重叠的)或使用一个或多个分块组(通常不重叠)进行编码;每个分块组可以包括一个或多个块(例如CTU)或一个或多个分块等;每个分块可以为矩形等,可以包括一个或多个完整或部分块(例如CTU)等。
残差计算
残差计算单元204可以用于根据图像块203和预测块265(后续提供了预测块265的更多详细内容)计算残差块205(也称为残差205),例如,通过逐样本(逐像素)将图像块203的样本值减去预测块265的样本值,以在样本域中获取残差块205。
变换
变换处理单元206可以用于对残差块205的样本值应用离散余弦变换(discretecosine transform,DCT)或离散正弦变换(discrete sine transform,DST)等变换,得到变换域中的变换系数207。变换系数207也可以称为变换残差系数,表示变换域中的残差块205。
变换处理单元206可以用于应用DCT/DST(例如为H.265/HEVC指定的变换)的整数近似值。与正交DCT变换相比,这种整数近似值通常通过某一因子按比例缩放(scale)。为了维持经正变换和逆变换处理的残差块的范数,应用其它比例缩放因子作为变换过程的一部分。比例缩放因子通常是根据某些约束条件来选择的,例如,比例缩放因子是用于移位运算的2的幂、变换系数的位深度、精度与实现成本之间的权衡等。例如,通过逆变换处理单元212等为逆变换(以及在视频解码器30侧,通过逆变换处理单元312等为对应的逆变换)指定具体的比例缩放因子;相应地,可以在编码器20侧,通过变换处理单元206等为正变换指定对应的比例缩放因子。
在实施例中,视频编码器20(对应地,变换处理单元206)可以用于输出一种或多种变换的类型等变换参数,例如直接输出或由熵编码单元270进行编码或压缩后输出,使得(例如)视频解码器30可以接收并使用变换参数进行解码。
量化
量化单元208可以用于通过进行标量量化或矢量量化等对变换系数207进行量化,得到量化系数209。量化系数209也可以称为量化变换系数209或量化残差系数209。
量化过程可以减小与部分或全部变换系数207相关的位深度。例如,可以在量化期间将n位变换系数向下四舍五入到m位变换系数,其中,n大于m。可以通过调整量化参数(quantization parameter,QP)修改量化程度。例如,对于标量量化,可以应用不同程度的标度来实现较细或较粗的量化。较小量化步长对应较细的量化,而较大量化步长对应较粗的量化。可以通过量化参数(quantization parameter,QP)表示合适的量化步长。例如,量化参数可以为合适的量化步长的预定义集合的索引。例如,较小的量化参数可以对应于精细量化(较小量化步长),较大的量化参数可以对应于粗糙量化(较大量化步长),反之亦然。量化可以包括除以量化步长,而通过反量化单元210等执行的对应和/或反解量化可以包括乘以量化步长。根据HEVC等一些标准的实施例可以使用量化参数来确定量化步长。一般而言,可以根据量化参数使用包含除法的等式的定点近似来计算量化步长。可以引入其它比例缩放因子来进行量化和解量化,以恢复可能由于在量化步长和量化参数的等式的定点近似中使用的标度而修改的残差块的范数。在一种示例性实现方式中,可以合并逆变换和解量化的标度。或者,可以使用自定义量化表,自定义量化表由编码器通过码流等方式向解码器指示(signal)。量化是有损操作,量化步长越大,损耗越大。
在实施例中,视频编码器20(对应地,量化单元208)可以用于输出量化参数(quantization parameter,QP),例如直接输出或由熵编码单元270进行编码后输出,使得(例如)视频解码器30可以接收并使用量化参数进行解码。
反量化
反量化单元210用于对量化系数进行量化单元208的反量化,得到解量化系数211,例如根据或使用与量化单元208相同的量化步长,进行量化单元208所进行的量化方案的反量化方案。解量化系数211也可以称为解量化残差系数211,对应于变换系数207,但是由于量化造成损耗,解量化系数211通常与变换系数不相同。
逆变换
逆变换处理单元212用于进行变换处理单元206进行的变换的逆变换,例如逆离散余弦变换(discrete cosine transform,DCT)或逆离散正弦变换(discrete sinetransform,DST),得到样本域中的重建残差块213(或对应的解量化系数213)。重建残差块213也可以称为变换块213。
重建
重建单元214(例如加法器或求和器214)用于将变换块213(即重建残差块213)添加到预测块265,以在样本域中的获取重建块215,例如,逐样本将重建残差块213的样本值与预测块265的样本值相加。
滤波
环路滤波器单元220(或简称“环路滤波器”220)用于对重建块215进行滤波,得到经过滤波的块221,或通常用于对重建样本进行滤波,得到经过滤波的样本。例如,环路滤波器单元用于顺利进行像素转变或以其它方式提高视频质量。环路滤波器单元220可以包括一个或多个环路滤波器,例如去块效应滤波器、样本自适应偏移(sample-adaptiveoffset,SAO)滤波器或者一个或多个其它滤波器,例如双边滤波器、自适应环路滤波器(adaptive loop filter,ALF)、锐化或平滑滤波器、协同滤波器,或其任意组合。虽然环路滤波器单元220在图2中示为环内滤波器,但是在其它构造中,环路滤波器单元220可以实现为环后滤波器。经过滤波的块221也可称为经过滤波的重建块221。
在实施例中,视频编码器20(对应地,环路滤波器单元220)可以用于(例如)直接或通过熵编码单元270编码之后输出环路滤波器参数(例如样本自适应偏移信息),使得(例如)解码器30可以接收和使用相同的环路滤波器参数或相应的环路滤波器进行解码。
解码图像缓冲区
解码图像缓冲区(decoded picture buffer,DPB)230可以是存储参考图像或通常存储参考图像数据以供视频编码器20在对视频数据进行编码时使用的存储器。DPB 230可以由多种存储器设备中的任一种形成,例如动态随机存取存储器(dynamic random accessmemory,DRAM),包括同步DRAM(synchronous DRAM,SDRAM)、磁阻RAM(magnetoresistiveRAM,MRAM)、电阻RAM(resistive RAM,RRAM)或其它类型的存储器设备。解码图像缓冲区(decoded picture buffer,DPB)230可以用于存储一个或多个经过滤波的块221。解码图像缓冲区230还可以用于存储同一当前图像或不同图像(例如先前的重建图像)中的其它先前经过滤波的块(例如先前经过滤波的重建块221),并可以提供先前完整的重建(即经解码)图像(和对应的参考块和样本)和/或部分重建的当前图像(和对应的参考块和样本),以进行帧间预测等。例如,如果重建块215未由环路滤波器单元220进行滤波,则解码图像缓冲区(decoded picture buffer,DPB)230还可以用于存储一个或多个未经滤波的重建块215,或通常存储未经滤波的重建样本,或未进行任何其它处理的重建块或重建样本。
模式选择(分割和预测)
模式选择单元260包括分割单元262、帧间预测单元244和帧内预测单元254,并且用于从解码图像缓冲区230或其它缓冲区(例如行缓冲区,图中未显示)接收或获取原始块203(当前图像17的当前块203)等原始图像数据以及重建图像数据(例如同一(当前)图像和/或一个或多个先前的经解码图像中的经过滤波和/或未经滤波的重建样本或重建块)。重建图像数据用作帧间预测或帧内预测等所需的参考图像数据,得到预测块265或预测值265。
模式选择单元260可以用于为当前块预测模式(包括不分割)确定或选择一种分割方式以及确定或选择一种预测模式(例如帧内预测模式或帧间预测模式),生成对应的预测块265,以对残差块205进行计算和对重建块215进行重建。
在实施例中,模式选择单元260可以用于选择分割方式和预测模式(例如从模式选择单元260支持的或可用的预测模式中选择),所述预测模式提供最佳匹配或者说最小残差(最小残差是指传输或存储中更好的压缩),或者提供最小指示(signaling)开销(最小指示开销是指传输或存储中更好的压缩),或者同时考虑或平衡以上两者。模式选择单元260可以用于根据率失真优化(rate distortion optimization,RDO)确定分割方式和预测模式,即选择提供最小率失真的预测模式。本文中“最佳”、“最小”、“最优”等术语不一定指总体上“最佳”、“最小”、“最优”等,也可以指满足终止或选择标准的情况,例如,某个值超过或低于阈值或其它约束条件,可能导致“次优选择”,但会降低复杂度且减少处理时间。
换句话说,分割单元262可以用于通过以下方式将块203分割成更小的分割块(partition)或子块(再次形成块):例如,迭代使用四叉树(quad-tree,QT)分割、二叉树(binary-tree,BT)分割或三叉树(triple-tree,TT)分割或其任意组合,并且用于对分割块或子块中的每一个执行预测等,其中,模式选择包括选择分割块203的树结构,并且对分割块或子块中的每一个使用预测模式。
下文将详细地描述由示例性视频编码器20执行的分割(例如由分割单元260执行)和预测处理(由帧间预测单元244和帧内预测单元254执行)。
分割
分割单元262可以将当前块203分割(或划分)成较小的分割块,例如正方形或矩形小块。可以将这些较小块(也可以称为子块)进一步分割成甚至更小的分割块。这也称为树分割或分层树分割。在根树级别0(层次级别0、深度0)等的根块可以递归地分割成两个以上下一个较低树级别的块,例如树级别1(层级级别1、深度1)的节点。这些块可以又分割成两个以上下一个较低级别的块,例如树级别2(层级级别2、深度2)等,直到分割结束(因为满足结束标准,例如达到最大树深度或最小块大小)。未进一步分割的块也称为树的叶块或叶节点。分割成2个分割块的树称为二叉树(binary-tree,BT),分割成3个分割块的树称为三叉树(ternary-tree,TT),分割成4个分割块的树称为四叉树(quad-tree,QT)。
如上所述,本文使用的术语“块”可以是图像的一部分,特别是正方形或矩形部分。参考HEVC和VVC等,块可以为或可以对应于编码树单元(coding tree unit,CTU)、编码单元(coding unit,CU)、预测单元(prediction unit,PU)和变换单元(transform unit,TU),和/或对应于多个对应块,例如编码树块(coding tree block,CTB)、编码块(codingblock,CB)、变换块(transform block,TB)或预测块(prediction block,PB)。
例如,编码树单元(coding tree unit,CTU)可以为或可以包括具有3个样本阵列的图像中的亮度样本组成的1个CTB以及色度样本组成的2个对应CTB,或者可以为或可以包括黑白图像或使用3个单独颜色平面和语法结构进行译码的图像中的样本组成的1个CTB。这些语法结构用于对上述样本进行译码。相应地,编码树块(coding tree block,CTB)可以为N×N的样本块,其中,N可以设为某个值,使得一个分量划分为多个CTB,这就是一种分割方式。编码单元(coding unit,CU)可以为或可以包括具有3个样本阵列的图像中的亮度样本组成的1个编码块以及色度样本组成的2个对应编码块,或者黑白图像或使用3个单独颜色平面和语法结构进行译码的图像中的样本组成的1个编码块。这些语法结构用于对上述样本进行译码。相应地,编码块(coding block,CB)可以为M×N的样本块,其中,M和N可以设为某个值,使得一个CTB划分为多个编码块,这就是一种分割方式。
在实施例中,例如根据HEVC,可以使用表示为编码树的四叉树结构将编码树单元(coding tree unit,CTU)划分为多个CU。在CU级决定是否使用帧间(时间)预测或帧内(空间)预测对图像区域进行译码。每个CU可以根据PU划分类型进一步划分成1个、2个或4个PU。在一个PU内进行相同的预测过程,并以PU为单位向解码器发送相关信息。在根据PU划分类型进行预测过程得到残差块之后,可以根据类似于用于CU的编码树的其它四叉树结构将CU分割成变换单元(transform unit,TU)。
在实施例中,例如根据当前开发的称为通用视频编码(Versatile Video Coding,VVC)的最新视频编码标准,使用组合的四叉树和二叉树(quad-tree and binary tree,QTBT)分割等来分割编码块。在QTBT块结构中,一个CU可以为正方形或矩形。例如,编码树单元(coding tree unit,CTU)首先通过四叉树结构进行分割。四叉树叶节点进一步通过二叉树或三叉(ternary/triple)树结构进行分割。分割树叶节点称为编码单元(coding unit,CU),这样分割(segmentation)用于预测和变换处理,无需任何进一步分割。这表示在QTBT编码块结构中,CU、PU和TU的块大小相同。与此同时,三叉树分割等多重分割可以与QTBT块结构一起使用。
在一个示例中,视频编码器20中的模式选择单元260可以用于执行本文描述的分割技术的任意组合。
如上所述,视频编码器20用于从(例如预定的)预测模式集合中确定或选择最佳或最优的预测模式。预测模式集合可以包括帧内预测模式和/或帧间预测模式等。
帧内预测
帧内预测模式集合可以包括35种不同的帧内预测模式,例如像DC(或均值)模式和平面模式的非方向性模式或如HEVC中定义的方向性模式,或者可以包括67种不同的帧内预测模式,例如像DC(或均值)模式和平面模式的非方向性模式或如VVC中定义的方向性模式。
帧内预测单元254用于根据帧内预测模式集合中的帧内预测模式,使用同一当前图像的相邻块的重建样本来生成帧内预测块265。
帧内预测单元254(或通常称为模式选择单元260)还用于将帧内预测参数(或通常称为表示块的选定帧内预测模式的信息)以语法元素266的形式输出到熵编码单元270,以包含到经编码图像数据21中,使得(例如)视频解码器30可以接收并使用预测参数进行解码。
帧间预测
(可能的)帧间预测模式集合取决于可用参考图像(即(例如)上述存储在DBP 230中的至少部分经解码图像)和其它帧间预测参数,例如取决于是否使用整个参考图像或只使用参考图像的一部分(例如当前块的区域周围的搜索窗口区域)来搜索最佳匹配参考块,和/或例如取决于是否执行像素内插,例如二分之一/半像素内插和/或四分之一像素内插。
除上述预测模式之外,还可以使用跳过模式和/或直接模式。
帧间预测单元244可以包括运动估计(motion estimation,ME)单元和运动补偿(motion compensation,MC)单元(两者在图2中未示出)。运动估计单元可以用于接收或获取图像块203(当前图像17的当前图像块203)和经解码图像231,或者至少一个或多个先前的重建块(例如一个或多个其它/不同的先前经解码图像231的重建块),以进行运动估计。例如,视频序列可以包括当前图像和先前的经解码图像231,或换句话说,当前图像和先前的经解码图像231可以为一系列图像的一部分或构成一系列图像,这一系列图像构成视频序列。
例如,编码器20可以用于从多个其它图像中的同一或不同图像的多个参考块中选择一个参考块,并将参考图像(或参考图像索引)和/或参考块的位置(x坐标、y坐标)与当前块的位置之间的偏移(空间偏移)作为帧间预测参数提供给运动估计单元。这种偏移也称为运动矢量(motion vector,MV)。
运动补偿单元用于获取(例如接收)帧间预测参数,并根据或使用帧间预测参数执行帧间预测,得到帧间预测块265。由运动补偿单元执行的运动补偿可以包括根据通过运动估计确定的运动/块矢量来提取或生成预测块,还可以包括执行内插以获得分像素精度。内插滤波可以根据已知像素样本生成其它像素样本,从而有可能增加可以用于对图像块进行译码的候选预测块的数量。一旦接收到当前图像块的PU对应的运动矢量,运动补偿单元可以在其中一个参考图像列表中定位运动矢量指向的预测块。
运动补偿单元还可以生成与块和视频条带(slice)相关的语法元素,以供视频解码器30在解码视频条带的图像块时使用。除条带和相应的语法元素之外或作为条带和相应的语法元素的替代,还可以生成或使用分块(tile)组和/或分块以及相应的语法元素。
熵编码
熵编码单元270用于将熵编码算法或方案(例如可变长度编码(variable lengthcoding,VLC)方案、上下文自适应VLC(context adaptive VLC,CAVLC)方案、算术编码方案、二值化,上下文自适应二进制算术编码(context adaptive binary arithmetic coding,CABAC)、基于语法的上下文自适应二进制算术编码(syntax-based context-adaptivebinary arithmetic coding,SBAC)、概率区间分割熵(probability intervalpartitioning entropy,PIPE)编码或其它熵编码方法或技术)等应用于或不应用于(无压缩)量化系数209、帧间预测参数、帧内预测参数、环路滤波器参数和/或其它语法元素,得到可以通过输出端272以经编码码流21等形式输出的经编码图像数据21,使得(例如)视频解码器30可以接收并使用这些参数进行解码。可以将经编码码流21发送给视频解码器30,或者将其存储在存储器中稍后由视频解码器30发送或检索。
视频编码器20的其它结构变型可以用于对视频流进行编码。例如,基于非变换的编码器20可以在没有变换处理单元206的情况下针对某些块或帧直接量化残差信号。在另一种实现方式中,编码器20可以包括组合成单个单元的量化单元208和反量化单元210。
解码器和解码方法
图3示出了用于实现本申请中技术的视频解码器30的一个示例。视频解码器30用于接收(例如)由编码器20编码的经编码图像数据21(例如经编码码流21),得到经解码图像331。经编码图像数据或码流包括用于对该经编码图像数据进行解码的信息,例如表示经编码视频条带(和/或分块组或分块)的图像块的数据和相关语法元素。
在图3的示例中,解码器30包括熵解码单元304、反量化单元310、逆变换处理单元312、重建单元314(例如求和器314)、环路滤波器320、解码图像缓冲区(decoded picturebuffer,DBP)330、模式应用单元360、帧间预测单元344和帧内预测单元354。帧间预测单元344可以为或者可以包括运动补偿单元。在一些示例中,视频解码器30可以执行大体上与参照图2中的视频编码器100描述的编码回合互逆的解码回合。
如参照编码器20所述,反量化单元210、逆变换处理单元212、重建单元214、环路滤波器220、解码图像缓冲区(decoded picture buffer,DPB)230、帧间预测单元344和帧内预测单元354还组成视频编码器20的“内置解码器”。相应地,反量化单元310在功能上可以与反量化单元110相同,逆变换处理单元312在功能上可以与逆变换处理单元212相同,重建单元314在功能上可以与重建单元214相同,环路滤波器320在功能上可以与环路滤波器220相同,解码图像缓冲区330在功能上可以与解码图像缓冲区230相同。因此,视频编码器20的相应单元和功能的解释相应地适用于视频解码器30的相应单元和功能。
熵解码
熵解码单元304用于解析码流21(或通常称为经编码图像数据21)并对经编码图像数据21执行熵解码等,得到量化系数309和/或经解码编码参数(图3中未示出)等,例如帧间预测参数(例如参考图像索引和运动矢量)、帧内预测参数(例如帧内预测模式或索引)、变换参数、量化参数、环路滤波器参数和/或其它语法元素中的任一个或全部。熵解码单元304可以用于应用与参照编码器20中的熵编码单元270描述的编码方案对应的解码算法或方案。熵解码单元304还可以用于将帧间预测参数、帧内预测参数和/或其它语法元素提供给模式应用单元360,并将其它参数提供给解码器30中的其它单元。视频解码器30可以接收视频条带级和/或视频块级的语法元素。除条带和相应的语法元素之外或作为条带和相应的语法元素的替代,还可以接收和/或使用分块组和/或分块以及相应的语法元素。
反量化
反量化单元310可以用于从经编码图像数据21(例如通过熵解码单元304等解析和/或解码)接收量化参数(quantization parameter,QP)(或通常称为与反量化相关的信息)和量化系数,并根据这些量化参数对经解码量化系数309进行反量化,得到解量化系数311。解量化系数311也可以称为变换系数311。反量化过程可以包括使用视频编码器20为视频条带(或分块或分块组)中的每个视频块确定的量化参数来确定量化程度,同样也确定需要进行的反量化的程度。
逆变换
逆变换处理单元312可以用于接收解量化系数311(也称为变换系数311),并对解量化系数311进行变换,得到样本域中的重建残差块213。重建残差块213也可以称为变换块313。变换可以为逆变换,例如逆DCT、逆DST、逆整数变换或概念上类似的逆变换过程。逆变换处理单元312还可以用于(例如通过熵解码单元304等解析和/或解码)从经编码图像数据21接收变换参数或对应的信息,以确定要对解量化系数311进行的变换。
重建
重建单元314(例如加法器或求和器314)可以用于将重建残差块313添加到预测块365,以在样本域中获取重建块315,例如,通过将重建残差块313的样本值与预测块365的样本值相加。
滤波
环路滤波器单元320(在译码环路中或在译码环路之后)用于对重建块315进行滤波,得到经过滤波的块321,从而顺利进行像素转变或以其它方式提高视频质量等。环路滤波单元320可以包括一个或多个环路滤波器,例如去块效应滤波器、样本自适应偏移(sample-adaptive offset,SAO)滤波器或一个或多个其它滤波器,例如双边滤波器、自适应环路滤波器(adaptive loop filter,ALF)、锐化或平滑滤波器、协同滤波器或其任意组合。虽然环路滤波器单元320在图3中示为环内滤波器,但是在其它构造中,环路滤波器单元320可以实现为环后滤波器。
解码图像缓冲区
随后将一个图像的经解码视频块321存储在解码图像缓冲区330中,解码图像缓冲区330存储经解码图像331作为参考图像,以便后续对其它图像进行运动补偿和/或输出或显示。
解码器30用于通过输出端312等输出经解码图像311,向用户显示或供用户观看。
预测
帧间预测单元344在功能上可以与帧间预测单元244(特别是与运动补偿单元)相同,帧内预测单元354在功能上可以与帧间预测单元254相同,并根据从经编码图像数据21(例如通过熵解码单元304等解析和/或解码)接收的分割方式和/或预测参数或相应的信息来执行划分或分割决策和执行预测。模式应用单元360可以用于根据重建图像、块或相应的样本(经过滤波或未经滤波)对每个块执行预测(帧内预测或帧间预测),得到预测块365。
当视频条带被译码为经帧内译码(I)条带时,模式应用单元360中的帧内预测单元354用于根据指示(signal)的帧内预测模式和来自当前图像的先前经解码块的数据生成当前视频条带的图像块的预测块365。当视频图像被译码为经帧间译码(即B或P)条带时,模式应用单元360中的帧间预测单元344(例如运动补偿单元)用于根据运动矢量和从熵解码单元304接收的其它语法元素为当前视频条带的视频块生成预测块365。对于帧间预测,可以根据其中一个参考图像列表内的其中一个参考图像产生这些预测块。视频解码器30可以根据存储在DPB 330中的参考图像,使用默认构建技术来构建参考帧列表0和列表1。除条带(例如视频条带)之外或作为条带的替代,相同或类似的过程可以应用于使用分块组(例如视频分块组)和/或分块(例如视频分块)的实施例或由这些实施例应用,例如,视频可以使用I、P或B分块组和/或分块进行译码。
模式应用单元360用于通过解析运动矢量或相关信息以及其它语法元素为当前视频条带的视频块确定预测信息,并使用该预测信息为正被解码的当前视频块生成预测块。例如,模式应用单元360使用接收到的一些语法元素来确定用于对视频条带的视频块进行译码的预测模式(例如帧内或帧间预测)、帧间预测条带类型(例如B条带、P条带或GPB条带)、用于条带的一个或多个参考图像列表的构建信息、用于条带的每个经帧间编码视频块的运动矢量、用于条带的每个经帧间译码视频块的帧间预测状态以及其它信息,以对当前视频条带中的视频块进行解码。除条带(例如视频条带)之外或作为条带的替代,相同或类似的过程可以应用于使用分块组(例如视频分块组)和/或分块(例如视频分块)的实施例或由这些实施例应用,例如,视频可以使用I、P或B分块组和/或分块进行译码。
在实施例中,图3所示的视频解码器30可以用于使用条带(也称为视频条带)对图像进行分割和/或解码。一个图像可以分割成一个或多个条带(通常不重叠)或使用一个或多个条带(通常不重叠)进行解码,每个条带可以包括一个或多个块(例如CTU)。
在实施例中,图3所示的视频解码器30可以用于使用分块组(也称为视频分块组)和/或分块(也称为视频分块)对图像进行分割和/或解码。一个图像可以分割成一个或多个分块组(通常不重叠)或使用一个或多个分块组(通常不重叠)进行解码;每个分块组可以包括一个或多个块(例如CTU)或一个或多个分块等;每个分块可以为矩形等,可以包括一个或多个完整或部分块(例如CTU)等。
视频解码器30的其它变型可以用于对经编码图像数据21进行解码。例如,解码器30可以在没有环路滤波器单元320的情况下产生输出视频流。例如,基于非变换的解码器30可以在没有逆变换处理单元312的情况下针对某些块或帧直接反量化残差信号。在另一种实现方式中,视频解码器30可以包括组合成单个单元的反量化单元310和逆变换处理单元312。
应当理解,在编码器20和解码器30中,可以对当前步骤的处理结果做进一步处理,然后输出到下一步骤。例如,在内插滤波、运动矢量推导或环路滤波之后,可以对内插滤波、运动矢量推导或环路滤波的处理结果进行进一步运算,例如限幅(clip)或移位(shift)运算。
需要说明的是,可以对当前块的推导运动矢量(包括但不限于仿射模式的控制点运动矢量,仿射模式、平面模式、ATMVP模式的子块运动矢量,时间运动矢量等)进行进一步运算。例如,根据运动矢量的表示位将运动矢量的值限制在预定义范围内。如果运动矢量的表示位为bitDepth,则范围为–2^(bitDepth–1)~2^(bitDepth–1)–1,其中“^”表示幂次方。例如,如果bitDepth设置为16,则范围为-32768~32767;如果bitDepth设置为18,则范围为-131072~131071。例如,对推导出的运动矢量(例如,一个8×8块中的4个4×4子块的MV)的值进行限制,使得这4个4×4子块MV的整数部分之间的最大差值不超过N个像素,例如不超过1个像素。这里提供了两种根据bitDepth来限制运动矢量的方法。
方法1:通过平滑运算来去除溢出的最高有效位(most significant bit,MSB)
ux=(mvx+2bitDepth)%2bitDepth (1)
mvx=(ux>=2bitDepth–1)?(ux–2bitDepth):ux (2)
uy=(mvy+2bitDepth)%2bitDepth (3)
mvy=(uy>=2bitDepth–1)?(uy–2bitDepth):uy (4)
其中,mvx为一个图像块或子块的运动矢量的水平分量,mvy为一个图像块或子块的运动矢量的垂直分量,ux和uy表示中间值。
例如,如果mvx的值为–32769,则使用公式(1)和(2)之后得到的值为32767。在计算机***中,以二进制补码的形式存储十进数。–32769的二的补码为1,0111,1111,1111,1111(17位),这时丢弃MSB,那么得到的二进制补码为0111,1111,1111,1111(十进数为32767),这与使用公式(1)和(2)之后得到的输出结果相同。
ux=(mvpx+mvdx+2bitDepth)%2bitDepth (5)
mvx=(ux>=2bitDepth–1)?(ux–2bitDepth):ux (6)
uy=(mvpy+mvdy+2bitDepth)%2bitDepth (7)
mvy=(uy>=2bitDepth–1)?(uy–2bitDepth):uy (8)
这些运算可以在对mvp和mvd求和的过程中执行,如公式(5)至(8)所示。
方法2:对值进行限幅来去除溢出的MSB
vx=Clip3(–2bitDepth–1,2bitDepth–1–1,vx)
vy=Clip3(–2bitDepth–1,2bitDepth–1–1,vy)
其中,vx为一个图像块或子块的运动矢量的水平分量,vy为一个图像块或子块的运动矢量的垂直分量,x、y和z分别对应于MV限幅过程的3个输入值,函数Clip3的定义如下:
图4为本发明一个实施例提供的视频译码设备400的示意图。视频译码设备400适用于实现本文描述的公开实施例。在一个实施例中,视频译码设备400可以是解码器(例如图1A中的视频解码器30)或编码器(例如图1A中的视频编码器20)。
视频译码设备400包括:用于接收数据的入端口410(或输入端口410)和接收单元(Rx)420;用于处理所述数据的处理器、逻辑单元或中央处理器(central processingunit,CPU)430;用于发送所述数据的发送单元(Tx)440和出端口450(或输出端口450);用于存储所述数据的存储器460。视频译码设备400还可以包括与入端口410、接收单元420、发送单元440和出端口450耦合的光电(optical-to-electrical,OE)组件和电光(electrical-to-optical,EO)组件,用于光信号或电信号的出口或入口。
处理器430通过硬件和软件来实现。处理器430可以实现为一个或多个CPU芯片、一个或多个核(例如多核处理器)、一个或多个FPGA、一个或多个ASIC和一个或多个DSP。处理器430与入端口410、接收单元420、发送单元440、出端口450和存储器460通信。处理器430包括译码模块470。译码模块470实现上文描述的公开实施例。例如,译码模块470执行、处理、准备或提供各种译码操作。因此,将译码模块470包括在内为视频译码设备400的功能提供了实质性的改进,并且影响了视频译码设备400到不同状态的转换。或者,以存储在存储器460中并由处理器430执行的指令来实现译码模块470。
存储器460可以包括一个或多个磁盘、一个或多个磁带机以及一个或多个固态硬盘,并且可以用作溢出数据存储设备,以在选择程序来执行时存储这些程序以及存储在执行程序过程中读取的指令和数据。例如,存储器460可以是易失性和/或非易失性的,并且可以是只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、三态内容寻址存储器(ternary content-addressable memory,TCAM)和/或静态随机存取存储器(static random-access memory,SRAM)。
图5为一个示例性实施例提供的装置500的简化框图。装置500可以用作图1的源设备12和目的地设备14中的任一个或两个。
装置500中的处理器502可以是中央处理器。或者,处理器502可以是现有的或今后将研发出的能够操控或处理信息的任何其它类型的设备或多个设备。虽然可以使用如图所示的处理器502等单个处理器来实施所公开的实现方式,但使用多个处理器可以提高速度和效率。
在一种实现方式中,装置500中的存储器504可以是只读存储器(read onlymemory,ROM)设备或随机存取存储器(random access memory,RAM)设备。任何其它合适类型的存储设备都可以用作存储器504。存储器504可以包括处理器502通过总线512访问的代码和数据506。存储器504还可以包括操作***508和应用程序510,应用程序510包括至少一个程序,这个程序使得处理器502执行本文所述方法。例如,应用程序510可以包括应用1至应用N,还包括执行本文所述方法的视频译码应用。
装置500还可以包括一个或多个输出设备,例如显示器518。在一个示例中,显示器518可以是将显示器与触敏元件组合的触敏显示器,该触敏元件能够用于感测触摸输入。显示器518可以通过总线512与处理器502耦合。
尽管装置500中的总线512在此处描述为单个总线,但是可以包括多个总线。此外,辅助存储器514可以直接与装置500中的其它组件耦合或者可以通过网络被访问,并且可以包括单个集成单元(例如一个存储卡)或多个单元(例如多个存储卡)。因此,装置500可以具有各种各样的构造。
帧间预测可以包括基于解码器侧运动矢量修正的双向帧间预测,或双向光流帧间预测。下面介绍了基于解码器侧运动矢量修正的双向帧间预测,或双向光流帧间预测。
运动矢量修正(motion vector refinement,MVR)或解码器侧运动矢量修正(decoder side motion vector refinement,DMVR)
运动矢量通常至少部分地在编码端确定,并在经译码码流内指示(signal)解码器。然而,这些运动矢量还可以从码流中表示的初始运动矢量开始,在解码器侧(还可以在编码器侧)进行修正。在这种情况下,例如,可以使用初始运动矢量所指向的由已经解码的像素组成的多个片(patch)之间的相似度来提高初始运动矢量的精度。这种运动修正提供的优点是减少了指示开销,即在编码器和解码器侧以相同的方式提高了初始运动的精度,因此上述修正不需要额外指示。
注意的是,修正前的初始运动矢量可能不是产生最佳预测块的最佳运动矢量。由于在码流中指示初始运动矢量可能无法非常精确地表示初始运动矢量(这将增加码率),因此采用运动矢量修正过程来提高初始运动矢量的精度。例如,初始运动矢量可以是在预测当前块的相邻块时使用的运动矢量。在这种情况下,在码流中指示一种指示信息就足够,该指示信息表示当前块使用的相邻块的运动矢量。这种预测机制可以明显减少表示初始运动矢量需要的比特数。但是,由于通常预期两个相邻块的运动矢量是不相同的,所以初始运动矢量的精度可能会较低。
对编码端推导出的并在码流中提供(指示)的运动矢量进一步修正可能有益于在不进一步增加指示开销的情况下进一步提高运动矢量的精度。运动矢量修正可以在解码器侧执行,不需要编码器的协助。解码环路中的编码器可以通过相同的修正过程来获取对应的经修正的运动矢量,与在解码器侧可获取的一样。对当前图像中正在重建的当前块的修正通过以下方式执行:确定重建样本的模板,确定当前块的初始运动信息周围的搜索空间,在搜索空间中寻找最匹配该模板的参考图像部分。最匹配部分用来确定当前块的经修正的运动矢量,然后使用经修正的运动矢量来获取当前块(即正被重建的当前块)的帧间预测样本。
运动矢量修正属于图2中的帧间预测单元(244)和图3中的帧间预测单元344的一部分。
运动矢量修正可以按照如下步骤进行:
通常情况下条,可以根据码流中的指示信息来确定初始运动矢量。例如,可以在码流中指示一个索引,所述索引表示候选运动矢量列表中的位置。再如,可以在码流中指示运动矢量预测值索引和运动矢量差值。根据码流中的指示信息确定的运动矢量被定义为初始运动矢量。在双向预测的情况下,当前块的帧间预测块被获得为根据两个运动矢量确定的预测样本块的加权组合。假设列表L0中的第一参考图像的初始运动矢量表示为MV0,列表L1中的第二参考图像的初始运动矢量表示为MV1。
使用初始运动矢量确定了修正候选运动矢量(motion vector,MV)对。至少需要确定两个修正候选对。通常情况下,修正候选运动矢量对是根据初始运动矢量对(MV0,MV1)确定的。此外,候选MV对还通过将MV0和MV1加上小的运动矢量差值来确定。例如,候选MV对可包括以下内容:
(MV0,MV1)
(MV0+(0,1),MV1+(0,–1))
(MV0+(1,0),MV1+(–1,0))
(MV0+(0,–1),MV1+(0,1))
(MV0+(–1,0),MV1+(1,0))
……
其中,(1,–1)表示一个矢量在水平(或x)方向上的位移为1,在垂直(或y)方向上的位移为–1。
注意的是,上述一列候选对仅为示例性说明,本发明并不限于具体的一列候选。
修正候选运动矢量(motion vector,MV)对构成运动矢量修正过程的搜索空间。
在当前块的双向预测中,使用列表L0的第一运动矢量和列表L1的第二运动矢量获得的两个预测块被组合为单个预测信号,这与单向预测相比,可以更好地适配原始信号,从而减少残差信息并有可能提高压缩效率。
在运动矢量修正中,使用候选MV对的第一运动矢量和第二运动矢量获得的两个预测块是根据每个修正候选MV对的相似度度量进行比较的。相似度最高的候选MV对通常被选择为经修正的运动矢量。列表L0中的第一参考图像的经修正的运动矢量和列表L1中的第二参考图像的经修正的运动矢量分别表示为MV0'和MV1'。换句话说,获取的是与候选运动矢量对的列表L0运动矢量和列表L1运动矢量对应的预测块,然后根据相似度度量比较这些预测块。关联相似度最高的候选运动矢量对被选择为经修正的MV对。
通常情况下,修正过程的输出为经修正的MV。经修正的MV可以与初始MV相同,也可以与初始MV不同,这取决于哪个候选MV对具有最高相似度。由初始MV构成的候选MV对也属于MV对候选。换句话说,如果具有最高相似度的最高候选MV对由初始MV构成,则经修正的MV与初始MV相同。
除选择相似度度量最大的位置之外,另一种方法是选择相异度度量最小的位置。相异度比较度量可以是绝对差和(Sum of absolute differences,SAD)、去均值绝对差值之和(mean removed sum of absolute differences,MRSAD)、误差平方和(Sum ofSquared Error,SSE)等。两个预测块之间的SAD可以使用候选MV对(CMV0,CMV1)获得,SAD可以计算如下:
其中,nCbH和nCbW表示预测块的高度和宽度,函数abs(a)表示参数a的绝对值,predSAmplesL0和predSAmplesL1表示根据表示为(CMV0,CMV1)的候选MV对获得的预测块样本。
可选地,为了减少计算次数,相异度比较度量可以通过仅估算一个预测块中的一个样本子集来获得。下面是一个示例,其中SAD计算还包括多行样本(每两行估算一次)。
文档JVET-M1001-v3,即(ITU-T SG 16WP 3和ISO/IEC JTC 1/SC 29/WG 11的)JVET的“通用视频编码(草案4)(Versatile Video Coding(Draft 4))”,介绍了运动矢量修正的一个示例,上述文档可以通过http://phenix.it-sudparis.eu/jvet/公开获取。文档中的“8.4.3解码器侧运动矢量修正过程(Decoder side motion vector refinementprocess)”这一章节举例说明了运动矢量修正。
为了减少修正对内存的需求,在一些实施例中,运动矢量修正过程可以对亮度样本块独立执行,这些亮度样本块通过以下方式获得:将亮度样本中大于某一预定宽度或预定高度的样本组成的经译码块分割成亮度中小于或等于该预定宽度和预定高度的样本组成的多个子块。被分割的经译码块内的每个子块可以具有不同的经修正的MV对。然后,使用每个子块的经修正的MV对,对每个子块执行亮度和色度帧间预测。
初始MV对的每个MV可以具有分数像素精度。换句话说,MV表示当前样本块与重采样后参考区域之间的位移,该位移可以指向重建参考样本整数网格中的水平和垂直方向上的分数位置。通常情况下,对重建参考整数样本网格值执行二维内插,得到分数样本偏移位置上的样本值。使用候选MV对从重建参考图像中获取预测样本的过程可以通过以下方法之一进行:
将初始MV对的小数部分四舍五入到最近整数位置,并获取重建参考图像的整数网格值。
执行2抽头(例如双线性)可分离的双线性内插,得到由初始MV对表示的分数像素精度的预测样本值。
执行长抽头(例如8抽头或6抽头)可分离内插,得到由初始MV对表示的分数像素精度的预测样本值。
虽然候选MV对可以相对于初始MV对存在任意分像素精度级的偏移,但是在一些实施例中,为了简化搜索,选择候选MV对相对于初始MV对具有整数像素距离。在这种情况下,跨所有候选MV对的预测样本可以通过以下方式获得:对初始MV对周围的一个样本块执行预测,以覆盖初始MV对的所有修正位置。
在一些实施例中,在估算相对于初始MV对具有整数距离的所有候选MV对的相异度成本值之后,添加相对于最佳成本值位置存在分像素精度级的距离偏移的其它候选MV对。使用上述方法之一获取这些位置中的每个位置的预测样本,并估算和比较相异度成本,从而获得相异度最低的位置。在其它一些实施例中,为了避免对最佳成本整数距离位置周围的每个分像素距离位置进行这种高计算成本的预测过程,记住估算出的整数距离成本值,并且在最佳整数距离位置附近拟合参数误差面。然后,分析计算该误差面的最小位置,并将最小位置作为相异度最小的位置。在这类情况下,相异度成本值是根据计算得到的整数距离成本值推导出的。
对给定的经译码样本块应用运动矢量修正可以以该经译码样本块的译码属性为条件。这些译码属性的一些示例可以包括:
从当前图像到对经译码样本块进行双向预测所使用的两个参考图像的距离(以图像数量为单位)(当以均匀帧率采样时)相等并且位于当前图像的相对侧。
使用初始MV对获得的两个预测块之间的初始相异度小于每个样本的预定阈值。
双向预测光流(bi-predictive Optical flow,BPOF)或双向光流(bi-directional optical flow,BDOF)修正
双向光流是一种提高块的双向预测准确度的过程,除为双向预测进行指示之外,无需在码流中另外显式指示。双向光流是图2中的帧间预测单元(244)和图3中的帧间预测单元344的一部分。
在双向预测中,2个帧间预测块是根据两个运动矢量获得的,然后这些预测块通过应用加权平均组合起来。组合预测块可以减少残差能量,因为两个参考片(patch)中的量化噪声被抵消,从而提供比单向预测更高的译码效率。双向预测中的加权组合可以通过以下方程执行:
Bi-prediction=Prediction1*W1+Prediction2*W2+K,
其中,W1和W2表示加权因子,可以在码流中指示或在编码器侧或解码器侧预定义好。K表示加性因子,同样可以在码流中指示或在编码器侧或解码器侧预定义好。例如,双向预测块可以通过以下方程获得:
Bi-prediction=(Prediction1+Prediction2)/2,
其中,W1和W2设置为1/2,K设置为0。
光流修正是为了提高双向预测的精度。光流是图像对象在两个连续帧之间的表观运动模式(pattern of apparent motion)。光流是由对象或相机移动引起的。光流修正过程通过应用光流方程(光流方程的求解)提高了双向预测的精度。
在一个示例中,像素I(x,y,t)位于第一帧中(x和y对应于空间坐标,t对应时间维度)。该像素表示的对象在时间dt之后拍摄的下一帧中,移动了距离(dx,dy)。由于这些像素相同且强度不变,则光流方程由以下方程给出:
I(x,y,t)=I(x+dx,y+dy,t+dt)
I(x,y,t)表示坐标(x,y,t)处的像素的强度(样本值)。
在另一个示例中,忽略小位移和泰勒级数展开式(Taylor series expansion)中的高阶项,光流方程也可以写成:
光流修正利用上述原理来提高双向预测的质量。
光流修正通常通过以下步骤实现:
1.计算样本梯度;
2.计算第一预测块和第二预测块之间的差值;
3.计算像素或像素组的使两个参考片之间的使用光流方程得到的误差Δ降到最小的位移。
其中,I(0)对应于第一预测块中的样本值,I(1)表示第二预测块中的样本值,和表示–x和–y方向上的梯度,τ1和τ0表示到参考图像的距离,第一和第二预测块从这两个参考图像中获得。运动矢量场(vx,vy)通过最小化过程获得。有些方法将误差平方和降到最小,而有些方法将绝对误差和降到最小。
4.采用光流方程的一种实现方式,如下所示:
其中,predBIO表示修改后的预测块,即光流修正过程的输出。
样本梯度可以通过以下公式得到:
在一些实施例中,为了降低估算每个像素的位移的复杂度,可以估算一组像素的位移。在一些示例中,为了计算4×4亮度样本块的改进后双向预测块,使用以4×4样本块为中心的8×8亮度样本块的样本值来估算位移。
光流修正过程的输入为两个参考图像中的预测样本,输出为根据光流方程计算得到的组合预测块(predBIO)。
文档JVET-M1001通用视频编码(草案4)的第8.4.7.4节“双向光流预测过程(Bidirectional optical flow prediction process)”中介绍了光流修正的一个示例。
术语“光流”、“双向预测光流”和“双向光流修正”在本发明中可以互换,因为这些术语在本质上是等效的。
双向光流(bi-directional opticalflow,BDOF)
双向光流(bi-directional optical flow,BDOF)工具包括在VVC中。BDOF,以前称为BIO,包括在JEM中。相比于JEM版本,VVC中的BDOF是一种简化版本,需要很少计算量,尤其是在乘法次数和乘法器大小方面。
BDOF用于在4×4子块级别上修正一个CU的双向预测信号。如果一个CU满足以下条件,则将BDOF应用于该CU:(1)CU的高度不等于4且CU的大小不等于4×8;(2)CU不是采用仿射模式或ATMVP融合模式进行译码的;(3)CU是采用“真(true)”双向预测模式进行译码的,即两个参考图像中的一个参考图像在显示顺序上处于当前图像之前,另一个参考图像在显示顺序上处于当前图像之后。BDOF仅应用于亮度分量。
BDOF用于在4×4子块级别上修正一个CU的双向预测信号。如果一个CU满足以下所有条件,则将BDOF应用于该CU:
–CU是采用“真”双向预测模式进行译码的,即两个参考图像中的一个参考图像在显示顺序上处于当前图像之前,另一个参考图像在显示顺序上处于当前图像之后;
–两个参考图像到当前图像的距离(即POC差值)相同;
–两个参考图像均是短期参考图像;
–CU不是采用仿射模式或ATMVP融合模式进行译码的;
–CU包括的亮度样本超过64个;
–CU高度和CU宽度均大于或等于8个亮度样本;
–BCW权重索引表示权重相等;
–针对当前CU,不启用WP;
–针对当前CU,不采用CIIP模式。
BDOF仅应用于亮度分量。如名称所指,BDOF模式以光流概念为基础,光流假设对象平滑运动。对于每个4×4子块,运动修正值(vx,vy)是通过最小化L0和L1预测样本之间的差值计算得到的。然后,使用运动修正值来调整4×4子块中的双向预测样本值。以下步骤应用于BDOF过程。
其中,I(k)(i,j)表示列表k中的预测信号的坐标(i,j)处的样本值,shift1是根据亮度位深度bitDepth计算得到的,因为shift1=max(6,bitDepth–6)。
其次,计算梯度的自相关项和互相关项S1、S2、S3、S5和S6:
其中,
其中,Ω表示4×4子块周围的6×6窗口,na和nb的值分别设置为min(1,bitDepth-11)和min(4,bitDepth–8)。
然后,使用互相关项和自相关项根据以下方程推导出运动修正值(vx,vy):
根据运动修正值和梯度,对4×4子块中的每个样本的计算进行以下调整:
最后,通过调整双向预测样本,计算CU的BDOF样本:
predBDOF(x,y)=(I(0)(x,y)+I(1)(x,y)+b(x,y)+ooffset)>>shift (3-5)
选择这些值,以便BDOF过程中的乘法器不超过15位,BDOF过程中的中间参数的最大位宽保持在32位以内。
为了推导出梯度值,需要生成在当前CU边界之外的列表k(k=0,1)中的一些预测样本I(k)(i,j)。如图6所示,VTM5中的BDOF使用CU边界周围的一个扩展行/列。为了控制生成边界外预测样本的计算复杂度,直接采用附近整数位置(对坐标使用floor()运算)上的参考样本在不进行内插的情况下生成扩展区域(白色位置)内的预测样本,并且使用正常的8抽头运动补偿内插滤波器生成CU(灰色位置)内的预测样本。这些扩展样本值仅用于梯度计算。对于BDOF过程中的其余步骤,如果需要CU边界之外的任何样本和梯度值,则从它们最近邻进行填充(即重复)。
当一个CU的宽度和/或高度大于16个亮度样本时,该CU被划分为宽度和/或高度等于16个亮度样本的多个子块,子块边界作为BDOF过程中的CU边界。BDOF过程的最大单元大小限制为16×16。
每个子块可以跳过BDOF过程。当初始L0和L1预测样本之间的SAD小于阈值时,BDOF过程不应用于子块。该阈值设置为8*W*(H>>1),其中,W表示子块宽度,H表示子块高度。为了避免SAD计算的额外复杂度,此处沿用在DVMR过程中计算得到的初始L0和L1预测样本之间的SAD。
如果针对当前块,启用BCW,即BCW权重索引表示权重不相等,则禁用双向光流。类似地,如果针对当前块,启用WP,即两个参考图像中的任一个参考图像的1uma_weight_lx_flag为1,则也禁用BDOF。当CU是采用对称MVD模式进行译码的时,也会禁用BDOF。
解码器侧运动向量修正(decoder side motion vector refinement,DMVR)
为了提高融合模式下MV的精度,VVC中应用了基于双边匹配的解码器侧运动矢量修正。在双向预测操作中,在参考图像列表L0和参考图像列表L1对应的初始MV周围搜索经修正的MV。BM方法计算参考图像列表L0和列表L1中的两个候选块之间的失真。如图7所示,根据初始MV周围的每个MV候选,计算红色块之间的SAD。SAD最小的MV候选成为经修正的MV,并用于生成双向预测信号。在VVC中,DMVR可以应用于采用以下模式和特征进行译码的CU:
-具有双向预测MV的CU级融合模式;
-相对于当前图像,一个参考图像是过去图像,另一个参考图像是未来图像;
-两个参考图像到当前图像的距离(即POC差值)相同;
-两个参考图像均是短期参考图像;
-CU包括的亮度样本超过64个;
-CU高度和CU宽度均大于或等于8个亮度样本;
-BCW权重索引表示权重相等;
-针对当前块,不启用WP;
-针对当前块,不采用CIIP模式。
通过DMVR过程推导出的经修正的MV用于生成帧间预测样本,还用于未来图像译码的时间运动矢量预测,而原始MV用于去效应滤波过程,也用于未来CU译码的空间运动矢量预测。
DMVR的其它特征在以下小节提到。
在VTM5中,DMVR可以应用于通过以下模式和特征进行译码的CU:
CU级融合模式和双向预测MV;
相对于当前图像,一个参考图像是过去图像,另一个参考图像是未来图像;
两个参考图像到当前图像的距离(即POC差值)相同;
CU包括的亮度样本超过64个;
CU高度和CU宽度均大于或等于8个亮度样本;
BCW权重索引表示权重相等;
针对当前块,不启用WP。
搜索方案
在DVMR中,搜索点在初始MV周围,MV偏移遵守MV差值镜像规则。换句话说,通过DMVR检查的任何点,表示为候选MV对(MV0,MV1),遵守以下两个方程:
MV0′=MV0+MV_offset (3-6)
MV1′=MV1-MV_offset (3-7)
其中,MV_offset表示其中一个参考图像中的初始MV和经修正的MV之间的修正偏移。修正搜索范围是相对于初始MV的两个整数亮度样本。搜索包括整数样本偏移搜索阶段和分数样本修正阶段。
25点全搜索适用于整数样本偏移搜索。首先,计算初始MV对的SAD。如果初始MV对的SAD小于阈值,则终止DMVR的整数样本阶段。否则,按照光栅扫描顺序计算和检查剩余24点的SAD。SAD最小的点被选择为整数样本偏移搜索阶段的输出。为了减少DMVR修正不确定性带来的损失,建议在DMVR过程中优先考虑原始MV。由初始MV候选引用的参考块之间的SAD减小了SAD值的1/4。
整数样本搜索之后是分数样本修正。为了降低计算复杂度,使用参数误差面方程来推导出分数样本修正,而不是通过SAD比较进行额外搜索。分数样本修正在一定条件下是基于整数样本搜索阶段的输出调用的。当整数样本搜索阶段在第一次迭代或第二次迭代搜索中以具有最小SAD的中心终止时,进一步应用分数样本修正。
在基于参数误差面的分像素偏移估算中,中心位置成本和与中心相邻的4个位置的成本用于拟合以下形式的2D抛物误差面方程:
E(x,y)=A(x-xmin)2+B(y-ymin)2+C (3-8)
其中,(xmin,ymin)对应于最低成本的分数位置,C对应于最低成本值。使用5个搜索点的成本值求解上述方程,计算(xmin,ymin):
xmin=(E(-1,0)-E(1,0))/(2(E(-1,0)+E(1,0)-2E(0,0))) (3-9)
ymin=(E(0,-1)-E(0,1))/(2((E(0,-1)+E(0,1)-2E(0,0))) (3-10)
xmin和ymin的值自动限制为-8到8之间,因为所有成本值都是正值,最小值为E(0,0)。这对应于VVC中的1/16像素MV精度的半像素偏移。将计算得到的分数(xmin,ymin)加到整数距离修正MV中,得到分像素精度的修正增量MV。
双线性内插和样本填充
在VVC中,MV的精度为1/16亮度样本。分数位置上的样本使用8抽头内插滤波器进行内插。在DMVR中,搜索点在具有整数样本偏移的初始分数像素MV周围,因此DMVR搜索过程需要内插这些分数位置上的样本。为了降低计算复杂度,使用双线性内插滤波器为DMVR中的搜索过程生成分数样本。使用双线性滤波器的另一个重要影响是,在2样本搜索范围内,与正常运动补偿过程相比,DVMR不会访问更多的参考样本。在通过DMVR搜索过程获得经修正的MV之后,使用正常的8抽头内插滤波器来生成最终预测块。为了相比于正常MC过程,不访问更多参考样本,基于原始MV的内插过程不需要的但基于经修正的MV的内插过程需要的样本将从可用样本填充而来。
最大DMVR处理单元
当一个CU的宽度和/或高度大于16个亮度样本时,该CU被进一步划分为宽度和/或高度等于16个亮度样本的多个子块。DMVR搜索过程的最大单元大小限制为16×16。
DMVR和BDOF均是译码工具,不存在编码单元级标志来显式启用或禁用这两个译码工具。一组启用条件(例如,编码单元是否为融合模式CU、编码单元的尺寸、编码单元是否进行双向预测、当前帧与两个参考帧之间的图像顺序编号差值是否大小相等且方向相反等)用于启用DMVR和BDOF的应用。由于在解析时不可能构建融合列表和验证这些条件,因此不可能在评估这些条件之后指示启用/禁用标志。
DMVR和BDOF均存在一个隐式假设,即DMVR情况下的运动矢量增量和BDOF情况下的光流在当前帧与当前帧两侧的两个参考之间,大小相等且方向相反。这种假设在某些情况下可能不成立。例如,每当运动轨迹不是线性的,或者当两个场景都与自己的运动模型混合时,或者在具有非线性过渡的合成场景中,假设可能不成立。在这类情况下,与不执行DMVR或BDOF相比,强制执行DMVR或BDOF会导致译码损失。
虽然序列参数集(sequence parameter set,SPS)级别上存在用于启用DMVR或BDOF的标志,但内容类型、编辑效果和叠图大不相同的一个序列可以在许多方面受益于DMVR和BDOF,因此只因为该序列中的一些场景而在序列级别上禁用无法提供DMVR和BDOF可能带来的译码增益。
本发明
本发明中提出在低于序列参数集的粒度上设置一个标志,以在高粒度(例如,针对PPS的SPS级别、针对条带的SPS/PPS级别,等等)上启用MVR时,在一定条件下禁用MVR。类似地,本发明提出在低于序列参数集的粒度上设置一个标志,以启用BDOF时,在一定条件下禁用BDOF。
编码端可以使用多种非规范性技术来检测DMVR或BDOF背后的假设不成立,并相应地将提出的标志设置在低粒度级别上。本发明提出了一些具体的非规范性技术,这些技术可以用于设置标志来禁用DMVR或BDOF。
序列参数集(sequence parameter set,SPS):一种语法结构,包括应用于0个以上完整CLVS的语法元素,这些CLVS通过在PPS中找到的语法元素的内容确定,PPS由在每个图像头中找到的语法元素参考。
条带头(slice header):一部分经译码条带,包括与所有分块或条带表示的一个分块内的CTU行相关的数据元素。
语法元素:在码流中表示的数据的一个元素。
语法结构:在码流中按指定顺序一起出现在的0个以上语法元素。
图像头(picture header,PH):一种语法结构,包括应用于经译码图像的所有条带的语法元素。
图像参数集(picture parameter set,PPS):一种语法结构,包含应用于0个以上完整经译码图像的语法元素,这些经译码图像通过在每个图像头中找到的语法元素确定。
编码层视频序列(coded layer video sequence,CLVS):一系列具有相同nuh_layer_id值的PU,该序列由解码顺序上的CLVSS PU及其后面的不是CLVSS PU的0个以上PU组成,0个以上PU包括所有后续PU,直到CLVSS PU为止但不包括CLVSS PU。
编码层视频序列起始(coded layer video sequence start,CLVSS)PU:经译码图像为CLVSS图像的一个PU。
图像单元(picture unit,PU):根据指定的分类规则相互关联的一组NAL单元在解码顺序上是连续的,并且正好包括一个经译码图像。
实施例1
在本实施例中,每当在SPS级别上启用MVR(即,sps_dmvr_enabled_flag在SPS级别上被设置为1)时,提出使用图像参数集(picture parameter set,PPS)级别标志pps_disable_dmvr_flag来禁用MVR。
语法元素在PPS中的译码如下所示:
if(sps_dmvr_enabled_flag)
pps_disable_dmvr_flag
该语法元素在码流中编码为1位标志。
pps_disable_dmvr_flag的语义如下所述:
–当在id为pps_picture_parameter_set_id的图像参数集中,pps_disable_dmvr_flag解码为1时,使用pps_picture_parameter_set_id的条带会禁用MVR(即,针对常规融合模式编码单元,不执行解码器侧运动矢量修正)。当sps_dmvr_enabled_flag为1且pps_disable_dmvr_flag解码为0时,使用pps_picture_parameter_set_id的条带会启用MVR(即,针对常规融合模式编码单元的子块,执行解码器侧运动矢量修正)。
类似地,每当在SPS级别上启用BDOF(即,sps_bdof_enabled_flag在SPS级别上被设置为1)时,提出使用图像参数集(picture parameter set,PPS)级别标志pps_disable_bdof_flag来禁用BDOF。
语法元素在PPS中的译码如下所示:
if(sps_bdof_enabled_flag)
pps_disable_bdof_flag
该语法元素在码流中编码为1位标志。
pps_disable_bdof_flag的语义如下所述:
当在id为pps_picture_parameter_set_id的图像参数集中,pps_disable_bdof_flag解码为1时,使用pps_picture_parameter_set_id的条带会禁用BDOF(即,针对常规融合模式编码单元,不执行双向光流帧间预测)。当sps_bdof_enabled_flag为1且pps_disable_bdof_flag解码为0时,使用pps_picture_parameter_set_id的条带会启用BDOF(即,针对常规融合模式编码单元的子块,执行双向光流帧间预测)。
实施例2
在本实施例中,每当在SPS级别上启用MVR(即,sps_dmvr_enabled_flag在SPS级别上被设置为1)时,提出使用条带头级别标志slice_disable_dmvr_flag来禁用MVR。
语法元素在条带头中的译码如下所示:
if(sps_dmvr_enabled_flag)
slice_disable_dmvr_flag
该语法元素在码流中编码为1位标志。
slice_disable_dmvr_flag的语义如下所述:
–当在条带头中,slice_disable_dmvr_flag解码为1时,条带中的编码单元会禁用MVR(即,针对常规融合模式编码单元,不执行解码器侧运动矢量修正),其中,该条带包括一组分块或一个分块内的一组CTU行。当sps_dmvr_enabled_flag为1且slice_disable_dmvr_flag解码为0时,该条带中的编码单元会启用MVR(即,针对常规融合模式编码单元的子块,执行解码器侧运动矢量修正)。
类似地,每当在SPS级别上启用BDOF(即,sps_bdof_enabled_flag在SPS级别上被设置为1)时,提出使用条带级别标志slice_disable_bdof_flag来禁用BDOF。
语法元素在PPS中的译码如下所示:
if(sps_bdof_enabled_flag)
slice_disable_bdof_flag
该语法元素在码流中编码为1位标志。
slice_disable_bdof_flag的语义如下所述:
当在条带头中,slice_disable_bdof_flag解码为1时,条带中的编码单元会禁用BDOF(即,针对常规融合模式编码单元,不执行双向光流帧间预测),其中,该条带包括一组分块或一个分块内的一组CTU行。当sps_bdof_enabled_flag为1且slice_disable_bdof_flag解码为0时,该条带中的编码单元会启用BDOF(即,针对常规融合模式编码单元的子块,执行双向光流帧间预测)。
实施例3
在本实施例中,一种编码器使用一种用于检测当前视频帧中屏幕内容存在的方法,并且分别针对给定的接入单元或条带,使用所述方法将实施例1中描述的pps_disable_dmvr_flag设置为1或将实施例2中描述的slice_disable_dmvr_flag设置为1。
在一个具体实施例中,从当前帧或条带的所有位置开始,计算多个4×4亮度样本块的N位哈希值。构建一个N位哈希表,该表的每个条目都包括取具体N位哈希值的4×4块的计数。在所有哈希表条目中,计算计数值大于1的所有条目的总和。如果该总和大于预定阈值(其中,阈值通常计算为样本位置总数的某一百分比),则确定当前帧或条带包括屏幕内容。通过对当前帧或条带进行这种预分析以及根据当前帧或条带在至少某一百分比帧区域内包括屏幕内容这一结论,针对当前帧,将pps_disable_dmvr_flag设置为1,或者针对当前条带,将slice_disable_dmvr_flag设置为1。根据当前帧或当前条带的至少某一百分比区域内包括一些屏幕内容这一结论,或者根据pps_disable_dmvr_flag或slice_disable_dmvr_flag的值,对当前帧或当前条带进行编码,以得到当前帧或当前条带的经译码数据。
实施例4
在本实施例中,一种编码器对执行或不执行DMVR获得的预测残差执行基于绝对变换差和(sum of absolute transform difference,SATD)的成本计算。编码单元的在执行和不执行DMVR获得的基于SATD的成本在递归之后分别在当前帧的所有编码单元之间累积。当执行DMVR获得的累积成本高于不执行DMVR获得的累积成本时,通过以下设置确定禁用DMVR:针对当前帧,将提出的pps_disable_dmvr_flag设置为1;或者通过重新编码,针对当前帧,将提出的pps_disable_dmvr_flag设置为1;或者针对编码顺序上的后续图像,将pps_disable_dmvr_flag设置为1,直到编码器检测到场景变化或编码帧内图像。根据执行DMVR获得的累积成本高于不执行DMVR获得的累积成本这一结论,或者根据当前帧或后续图像的pps_disable_dmvr_flag的值,对当前帧或后续图像进行编码,以得到当前帧或后续图像的经译码数据,术语“重新编码”实际上是指当前帧的第二编码回合。DMVR最初是在当前帧的第一编码回合内、在累积执行和不执行DMVR获得的成本之后启用的(其中,在当前CU满足DMVR应用条件时,规范上需要执行DMVR)。现在,如果不执行DMVR获得的成本在帧级别上更低,则整个帧将再次进行编码,同时在PPS级别上禁用DMVR。
具体地,本申请提供了一种在编码设备中实现的对视频码流进行编码的方法,如图8所示。所述视频码流包括多个图像的经译码数据。1010:确定针对所述多个图像中的当前图像的至少一个区域,是否启用基于解码器侧运动矢量修正(decoder motion vectorrefinement,DMVR)的双向帧间预测。1020:根据确定过程的结果,在低于序列参数集(sequence parameter set,SPS)级别的分层语法结构级别上设置DMVR禁用标志(例如1位标志)的值。所述禁用标志的值表示针对所述当前图像的至少一个区域,是否启用基于DMVR的双向帧间预测。
此外,本申请提供了一种在编码设备中实现的对视频码流进行编码的方法,如图9所示。所述视频码流包括多个图像的经译码数据。所述方法包括:1110:确定针对所述多个图像中的当前图像的至少一个区域,是否启用双向光流(bi-directional optical flow,BDOF)帧间预测。所述方法还包括:1120:根据是否启用BDOF帧间预测的确定结果,在低于序列参数集(sequence parameter set,SPS)级别的分层语法结构级别上设置BDOF禁用标志(例如1位标志)的值,其中,所述禁用标志的值表示针对所述当前图像的至少一个区域,是否启用BDOF帧间预测。
类似地,本申请提供了对视频码流进行解码的方法。具体地,本申请提供了一种由解码设备实现的对视频码流进行解码的方法,如图10所示。所述视频码流包括多个图像的经译码数据。根据本示例所述的解码方法包括:1210:从所述视频码流的序列参数集(sequence parameter set,SPS)中解析解码器侧运动矢量修正(decoder motion vectorrefinement,DMVR)启用标志,其中,所述DMVR启用标志表示针对与所述SPS关联的所述多个图像,是否启用基于DMVR的双向帧间预测。根据本示例所述的解码方法还包括:1220:从低于所述视频码流的SPS级别的分层语法结构级别的语法结构中解析DMVR禁用标志,其中,所述DMVR禁用标志表示针对与所述语法结构关联的当前图像的至少一个区域,是否禁用基于DMVR的双向帧间预测,所述当前图像属于所述多个图像。根据本示例所述的解码方法还包括:1230:当满足至少一个预定义条件时,对所述当前图像的至少一个区域内的当前块执行基于DMVR的双向帧间预测,以得到所述当前块的预测样本值,其中,所述至少一个预定义条件包括所述禁用标志的解析值表示启用基于DMVR的双向帧间预测。
本申请提供了一种有关启用或禁用双向光流处理的类似过程,即,一种由解码设备实现的对视频码流进行解码的方法,如图11所示。所述视频码流包括多个图像的经译码数据。根据本示例所述的解码方法包括:1310:从所述视频码流的序列参数集(sequenceparameter set,SPS)中解析双向光流(bi-directional optical flow,BDOF)启用标志,其中,所述BDOF启用标志表示针对与所述SPS关联的所述多个图像,是否启用BDOF帧间预测;1320:从低于所述视频码流的SPS级别的分层语法结构级别的语法结构中解析BDOF禁用标志。所述BDOF禁用标志表示针对与所述语法结构关联的当前图像的至少一个区域,是否禁用BDOF帧间预测,所述当前图像属于所述多个图像。根据本示例,所述方法还包括:1330:当满足至少一个预定义条件时,对所述当前图像的至少一个区域内的当前块执行BDOF帧间预测,以得到所述当前块的预测样本值,其中,所述至少一个预定义条件包括所述禁用标志的解析值表示启用BDOF帧间预测。
在这些方法中,所述禁用标志可以被设置在PPS级别或条带头级别上。这些方法可以很容易在上面参考图1a至图5描述的装置中实现,在适当情况下,可以在下面描述的设备中实现。下面参考图12至图15描述的设备都可以与一个或多个其它设备组合,或者在适当情况下,可以包括一个或多个其它设备或包括在一个或多个其它设备中。
图12示出了在图像编码器中使用的对视频码流进行编码的设备1400。所述视频码流包括多个图像的经译码数据。根据所示示例的设备1400包括:解码器侧运动矢量修正(decoder motion vector refinement,DMVR)确定单元1410,用于确定针对所述多个图像的当前图像的至少一个区域,是否启用基于DMVR的双向帧间预测。所述设备1400还包括:DMVR标志设置单元1420,用于根据是否启用基于DMVR的双向帧间预测的确定结果,在低于序列参数集(sequence parameter set,SPS)级别的分层语法结构级别(例如PPS级别或条带头级别)上设置DMVR禁用标志的值,其中,所述禁用标志的值表示针对所述当前图像的至少一个区域,是否启用基于DMVR的双向帧间预测。所述SPS级别上的DMVR启用标志也可以由标志设置单元1420或设备1400中的另一个标志设置单元来设置,该启用标志表示针对所述多个图像,是否启用基于DMVR的双向帧间预测。
类似地,本申请提供了一种在图像编码器中使用的对视频码流进行编码的设备1500,如图13所示。所述视频编码包括多个图像的经译码数据。设备1500包括:双向光流(bi-directional optical flow,BDOF)帧间预测确定单元1510,用于确定针对所述多个图像中的当前图像的至少一个区域,是否启用BDOF帧间预测。设备1500还包括:BDOF标志设置单元1520,用于根据是否启用BDOF帧间预测的确定结果,在低于序列参数集(sequenceparameter set,SPS)级别的分层语法结构级别(例如PPS级别或条带头级别)上设置BDOF禁用标志的值,其中,所述禁用标志的值表示针对所述当前图像的至少一个区域,是否启用BDOF帧间预测。所述SPS级别上的BDOF启用标志也可以由标志设置单元1520或设备1500中的另一个标志设置单元来设置,该启用标志表示针对所述多个图像,是否启用基于DMVR的双向帧间预测。
根据另一个实施例,本申请提供了一种在图像解码器中使用的对视频码流进行解码的设备1600,如图14所示。所述视频码流包括多个图像的经译码数据。设备1600包括:第一解析单元1610,用于从所述视频码流的序列参数集(sequence parameter set,SPS)中解析解码器侧运动矢量修正(decoder motion vector refinement,DMVR)启用标志,其中,所述DMVR启用标志表示针对与所述SPS关联的所述多个图像,是否启用基于DMVR的双向帧间预测。设备1600还包括:第二解析单元1620,用于从低于所述视频码流的SPS级别的分层语法结构级别(例如PPS级别或条带头级别)的语法结构中解析DMVR禁用标志,其中,所述DMVR禁用标志表示针对与所述语法结构关联的当前图像的至少一个区域,是否禁用基于DMVR的双向帧间预测,所述当前图像属于所述多个图像。另外,设备1600包括:DMVR执行单元1630,用于:当满足至少一个预定义条件时,对所述当前图像的至少一个区域内的当前块执行基于DMVR的双向帧间预测,以得到所述当前块的预测样本值,其中,所述至少一个预定义条件包括所述禁用标志的解析值表示启用基于DMVR的双向帧间预测。
类似地,本申请提供了一种在图像解码器中使用的对视频码流进行解码的设备1700,如图15所示。所述视频码流包括多个图像的经译码数据。设备1700包括:第一解析单元1710,用于从所述视频码流的序列参数集(sequence parameter set,SPS)中解析双向光流(bi-directional optical flow,BDOF)启用标志,其中,所述BDOF启用标志表示针对与所述SPS关联的所述多个图像,是否启用BDOF帧间预测。设备1700还包括:第二解析单元1720,用于从低于所述视频码流的SPS级别的分层语法结构级别(例如PPS级别或条带头级别)的语法结构中解析BDOF禁用标志,其中,所述BDOF禁用标志表示针对与所述语法结构关联的当前图像的至少一个区域,是否禁用BDOF帧间预测,所述当前图像属于所述多个图像。另外,设备1700包括:BDOF执行单元1730,用于:当满足至少一个预定义条件时,对所述当前图像的至少一个区域内的当前块执行BDOF帧间预测,以得到所述当前块的预测样本值,其中,所述至少一个预定义条件包括所述禁用标志的解析值表示启用BDOF帧间预测。
下面对上述实施例中所示的编码方法和解码方法的应用以及使用这些应用的***进行解释说明。
图16为用于实现内容分发业务的内容供应***3100的框图。内容供应***3100包括捕获设备3102、终端设备3106,并且可选地包括显示器3126。捕获设备3102通过通信链路3104与终端设备3106通信。通信链路可以包括上文描述的通信信道13。通信链路3104包括但不限于Wi-Fi、以太网、有线、无线(3G/4G/5G)、USB或者其任何种类的组合等。
捕获设备3102用于生成数据,并且可以通过上述实施例中所示的编码方法对数据进行编码。可选地,捕获设备3102可以将数据分发到流媒体服务器(图中未示出),该服务器对数据进行编码并将经编码数据发送给终端设备3106。捕获设备3102包括但不限于摄像机、智能手机或平板电脑、计算机或笔记本电脑、视频会议***、PDA、车载设备,或其中任何一个的组合等。例如,捕获设备3102可以包括如上所述的源设备12。当数据包括视频时,捕获设备3102中包括的视频编码器20实际上可以执行视频编码处理。当数据包括音频(即声音)时,捕获设备3102中包括的视频编码器实际上可以执行音频编码处理。对于一些实际场景,捕获设备3102通过将经编码视频数据和经编码音频数据一起复用来分发经编码视频数据和经编码音频数据。对于其它实际场景,例如在视频会议***中,不复用经编码音频数据和经编码视频数据。捕获设备3102分别将经编码音频数据和经编码视频数据分发到终端设备3106。
在内容供应***3100中,终端设备310接收并再生成经编码数据。终端设备3106可以是具有数据接收和恢复能力的设备,例如智能手机或平板电脑3108、计算机或笔记本电脑3110、网络视频录像机(network video recorder,NVR)/数字视频录像机(digitalvideo recorder,DVR)3112、电视3114、机顶盒(set top box,STB)3116、视频会议***3118、视频监控***3120、个人数字助理(personal digital assistant,PDA)3122、车载设备3124,或能够对上述经编码数据进行解码的以上设备中任何一个的组合等。例如,终端设备3106可以包括如上所述的目的地设备14。当经编码数据包括视频时,终端设备中包括的视频解码器30优先执行视频解码。当经编码数据包括音频时,终端设备中包括的音频解码器优先执行音频解码处理。
对于具有显示器的终端设备,例如智能手机或平板电脑3108、计算机或笔记本电脑3110、网络视频录像机(network video recorder,NVR)/数字视频录像机(digitalvideo recorder,DVR)3112、电视3114、个人数字助理(personal digital assistant,PDA)3122或车载设备3124,终端设备可以将经解码数据馈送到其显示器。对于不配备显示器的终端设备,例如STB 3116、视频会议***3118或视频监控***3120,在其中连接外部显示器3126以接收和显示经解码数据。
当该***中的每个设备执行编码或解码时,可以使用如上述实施例中所示的图像编码设备或图像解码设备。
图17为终端设备3106的一个示例的一种结构的示意图。在终端设备3106从捕获设备3102接收到流之后,协议处理单元3202分析该流的传输协议。所述协议包括但不限于实时流协议(Real Time Streaming Protocol,RTSP)、超文本传输协议(Hyper TextTransfer Protocol,HTTP)、HTTP直播流媒体协议(HTTP Live streaming protocol,HLS)、MPEG-DASH、实时传输协议(Real-time Transport protocol,RTP)、实时消息传输协议(Real Time Messaging Protocol,RTMP),或其任何种类的组合等。
在协议处理单元3202对流进行处理之后,生成流文件。文件被输出到解复用单元3204。解复用单元3204可以将复用数据分离成经编码音频数据和经编码视频数据。如上所述,对于其它实际场景,例如在视频会议***中,不复用经编码音频数据和经编码视频数据。在这种情况下,不通过解复用单元3204,将经编码数据发送给视频解码器3206和音频解码器3208。
通过解复用处理,生成视频基本流(elementary stream,ES)、音频ES和可选的字幕。视频解码器3206,包括上述实施例中说明的视频解码器30,通过上述实施例中所示的解码方法对视频ES进行解码以生成视频帧,并将该数据馈送到同步单元3212。音频解码器3208对音频ES进行解码以生成音频帧,并将此数据馈送到同步单元3212。可选地,在将视频帧馈送到同步单元3212之前可以将视频帧存储在缓冲区(图17中未示出)中。类似地,在将音频帧馈送到同步单元3212之前可以将音频帧存储在缓冲区(图17中未示出)中。
同步单元3212同步视频帧和音频帧,并将视频/音频提供给视频/音频显示器3214。例如,同步单元3212同步视频信息和音频信息的呈现。信息可以使用与经译码音频和可视数据的呈现有关的时间戳以及与数据流本身的传送有关的时间戳而以语法进行译码。
如果流中包括字幕,则字幕解码器3210对字幕进行解码,使字幕与视频帧和音频帧同步,并将视频/音频/字幕提供给视频/音频/字幕显示器3216。
本发明并不限于上述***,上述实施例中的图像编码设备或图像解码设备都可以包括在汽车***等其它***中。
此外,提供了以下实施例。
1.一种由解码设备实现的对视频码流进行解码的方法,其中,所述视频码流包括多个图像的经译码数据,所述解码方法包括:
从所述视频码流的序列参数集中解析解码器侧运动矢量修正(decoder motionvector refinement,DMVR)启用标志,其中,所述DMVR启用标志表示针对与所述序列参数集关联的所述多个图像,是否启用执行DMVR;
从所述视频码流的图像参数集中解析DMVR禁用标志,其中,所述DMVR禁用标志表示针对与所述图像参数集关联的当前图像,是否禁用执行DMVR,所述当前图像属于所述多个图像;
当满足至少两个条件时,对所述当前图像内的当前块执行DMVR,以得到所述当前块的预测样本值,其中,所述至少两个条件包括所述DMVR启用标志的值表示针对所述多个图像,启用执行DMVR,以及所述DMVR禁用标志的值表示针对所述当前图像,启用执行DMVR。
2.根据实施例1所述的解码方法,其中,所述解码方法还包括:
当所述DMVR禁用标志的值表示针对所述当前图像,禁用执行DMVR时,对所述当前图像执行除DMVR之外的预测操作,以得到所述当前图像的预测样本值。
3.一种由解码设备实现的对视频码流进行解码的方法,其中,所述视频码流包括多个图像的经译码数据,所述解码方法包括:
从所述视频码流的序列参数集中解析双向光流(Bi-directional optical flow,BDOF)启用标志,其中,所述BDOF启用标志表示针对与所述序列参数集关联的所述多个图像,是否启用执行BDOF;
从所述视频码流的图像参数集中解析BDOF禁用标志,其中,所述BDOF禁用标志表示针对与所述图像参数集关联的当前图像,是否禁用执行BDOF,所述当前图像属于所述多个图像;
当满足至少两个条件时,对所述当前图像内的当前块执行BDOF,以得到所述当前块的预测样本值,其中,所述至少两个条件包括所述BDOF启用标志的值表示针对所述多个图像,启用执行BDOF,以及所述BDOF禁用标志的值表示针对所述当前图像,启用执行BDOF。
4.根据实施例3所述的解码方法,其中,所述解码方法还包括:
当所述BDOF禁用标志的值表示针对所述当前图像,禁用执行BDOF,对所述当前图像执行除BDOF以外的预测操作,以得到所述当前图像的预测样本值。
5.一种由解码设备实现的对视频码流进行解码的方法,其中,所述视频码流包括多个图像的经译码数据,所述解码方法包括:
从所述视频码流的序列参数集中解析解码器侧运动矢量修正(decoder motionvector refinement,DMVR)启用标志,其中,所述DMVR启用标志表示针对与所述序列参数集关联的所述多个图像,是否启用执行DMVR;
从所述视频码流的条带头中解析DMVR禁用标志,其中,所述DMVR禁用标志表示针对与所述条带头关联的当前条带,是否禁用执行DMVR,所述当前条带属于所述多个图像中的当前图像;
当满足至少两个条件时,对所述当前条带中的当前块执行DMVR,以得到所述当前块的预测样本值,其中,所述至少两个条件包括所述DMVR启用标志的值表示针对所述多个图像,启用执行DMVR,以及所述DMVR禁用标志的值表示针对所述当前条带,启用执行DMVR。
6.根据实施例5所述的解码方法,其中,所述解码方法还包括:
当所述DMVR禁用标志的值表示针对所述当前条带,禁用执行DMVR时,对所述当前图像执行除DMVR之外的预测操作,以得到所述当前条带的预测样本值。
7.一种由解码设备实现的对视频码流进行解码的方法,其中,所述视频码流包括多个图像的经译码数据,所述解码方法包括:
从所述视频码流的序列参数集中解析双向光流(Bi-directional optical flow,BDOF)启用标志,其中,所述BDOF启用标志表示针对与所述序列参数集关联的所述多个图像,是否启用执行BDOF;
从所述视频码流的条带头中解析BDOF禁用标志,其中,所述BDOF禁用标志表示针对与所述条带头关联的当前条带,是否禁用执行BDOF,所述当前条带属于所述多个图像中的当前图像;
当满足至少两个条件时,对所述当前条带中的当前块执行BDOF,以得到所述当前块的预测样本值,其中,所述至少两个条件包括所述BDOF启用标志的值表示针对所述多个图像,启用执行BDOF,以及所述BDOF禁用标志的值表示针对所述当前条带,启用执行BDOF。
8.根据实施例7所述的解码方法,其中,所述解码方法还包括:
当所述BDOF禁用标志的值表示针对所述当前条带,禁用执行BDOF时,对所述当前图像执行除BDOF之外的预测操作,以得到所述当前条带的预测样本值。
本发明的优点:
所提出的用于DMVR或BDOF的图像参数集级别或条带级别禁用标志能够使用非规范性算法来分析内容,以查看基于DMVR或BDOF的假设是否成立,并且相应地使用所提出的标志来禁用DMVR或BDOF。因此,避免了在假设不成立时启用DMVR或BDOF所产生的任何译码损失。
数学运算符
本申请中使用的数学运算符与C编程语言中使用的数学运算符类似,但是,本申请准确定义了整除运算和算术移位运算的结果,并且还定义了其它运算,例如幂运算和实值除法。编号和计数规范通常从0开始,例如,“第一个”相当于第0个,“第二个”相当于第1个,等等。
算术运算符
算术运算符定义如下:
逻辑运算符
逻辑运算符定义如下:
x&&y x和y的布尔逻辑“与”运算
x||y x和y的布尔逻辑“或”运算
! 布尔逻辑“非”运算
x?y:z 如果x为真(TRUE)或不等于0,则求y的值,否则,求z的值。
关系运算符
关系运算符定义如下:
> 大于
>= 大于或等于
< 小于
<= 小于或等于
== 等于
!= 不等于
当一个关系运算符应用于一个已被赋值“na”(不适用)的语法元素或变量时,值“na”被视为该语法元素或变量的不同值。值“na”被视为不等于任何其它值。
按位运算符
按位运算符定义如下:
& 按位“与”运算。当对整数参数运算时,运算的是整数值的二进制补码表示。当对二进制参数运算时,如果它包含的位比另一个参数少,则通过添加更多等于0的有效位来扩展较短的参数。
| 按位“或”运算。当对整数参数运算时,运算的是整数值的二进制补码表示。当对二进制参数运算时,如果它包含的位比另一个参数少,则通过添加更多等于0的有效位来扩展较短的参数。
^ 按位“异或”运算。当对整数参数运算时,运算的是整数值的二进制补码表示。当对二进制参数运算时,如果它包含的位比另一个参数少,则通过添加更多等于0的有效位来扩展较短的参数。
x>>y 将x以二进制补码整数表示的形式向右算术移动y个二进制位。只有y为非负整数值时才有这个函数定义。右移的结果是移进最高有效位(most significant bit,MSB)的比特位等于移位运算之前的x的MSB。
x<<y 将x以二进制补码整数表示的形式向左算术移动y个二进制位。只有y为非负整数值时才有这个函数定义。左移的结果是移进最低有效位(least significant bit,LSB)的比特位等于0。
赋值运算符
算术运算符定义如下:
= 赋值运算符
++ 递增,即x++相当于x=x+1;当用于数组下标时,在自加运算前先求变量值。
–– 递减,即,x––等于x=x–1;当用于数组下标时,在自减运算前先求变量值。
+= 自加指定值,即x+=3相当于x=x+3,x+=(–3)相当于x=x+(–3)。
–= 自减指定值,即x–=3相当于x=x–3,x–=(–3)相当于x=x–(–3)。
范围表示法
下面的表示法用来说明值的范围:
x=y..z x取从y到z(包括y和z)的整数值,其中,x、y和z是整数,z大于y。
数学函数
数学函数定义如下:
Asin(x) 三角反正弦函数,对参数x运算,x在–1.0至1.0(包括端值)范围之间,输出值在–π÷2至π÷2(包括端值)范围之间,单位为弧度。
Atan(x )三角反正切函数,对参数x运算,输出值在–π÷2至π÷2(包括端值)范围之间,单位为弧度。
Ceil(x)大于或等于x的最小整数。
Clip1Y(x)=Clip3(0,(1<<BitDepthY)–1,x)
Clip1C(x)=Clip3(0,(1<<BitDepthC)–1,x)
Cos(x)三角余弦函数,对参数x运算,单位为弧度。
Floor(x)小于或等于x的最大整数。
Ln(x)返回x的自然对数(以e为底的对数,其中,e是自然对数底数常数2.718281828……)。
Log2(x)x以2为底的对数。
Log10(x)x以10为底的对数。
Round(x)=Sign(x)*Floor(Abs(x)+0.5)
Sin(x)表示三角正弦函数,对参数x运算,单位为弧度。
Swap(x,y)=(y,x)
Tan(x)表示三角正切函数,对参数x运算,单位为弧度。
运算顺序优先级
当没有使用括号来显式表示表达式中的优先顺序时,以下规则适用:
–高优先级的运算在低优先级的任何运算之前计算。
–相同优先级的运算从左到右依次计算。
下表从最高到最低的顺序说明运算的优先级,表中位置越高,优先级越高。
对于C编程语言中也使用的运算符,本规范中运算符优先级顺序与C编程语言中优先级顺序相同。
表:运算优先级按照最高(表格顶部)到最低(表格底部)排序
逻辑运算的文本描述
在文本中,用数学形式描述如下的逻辑运算语句:
if(condition 0)
statement 0
else if(condition 1)
statement 1
...
else/*informative remark on remaining condition*/
statement n
可以用以下方式描述:
……如下/……以下为准:
–如果条件0,则语句0
–否则,如果条件1,则语句1
-……
–否则(关于剩余条件的提示性说明),则语句n
文本中的每个“如果……否则,如果……否则,……”语句都以“……如下”或“……以下为准”引入,后面紧跟着“如果……”。”。“如果……否则,如果……否则,……”的最后一个条件总有一个“否则,……”。中间有“如果……否则,如果……否则”语句可以通过使“……如下”或“……以下为准”与结尾“否则……”匹配来识别。
在文本中,用数学形式描述如下的逻辑运算语句:
尽管本发明实施例主要根据视频译码进行了描述,但需要说明的是,译码***10、编码器20和解码器30(相应地,***10)的实施例以及本文描述的其它实施例也可以用于静止图像处理或译码,即,对视频译码中独立于任何先前或连续图像的单个图像进行处理或译码。一般而言,如果图像处理译码限于单个图像17,则仅帧间预测单元244(编码器)和344(解码器)不可用。视频编码器20和视频解码器30的所有其它功能(也称为工具或技术)同样可以用于静止图像处理,例如残差计算204/304、变换206、量化208、反量化210/310、(逆)变换212/312、分割262/362、帧内预测254/354和/或环路滤波220/320、熵编码270和熵解码304。
编码器20和解码器30等的实施例以及本文参照编码器20和解码器30等描述的功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现,则各种功能可以作为一个或多个指令或代码存储在计算机可读介质中或通过通信介质发送,且由基于硬件的处理单元执行。计算机可读介质可以包括与有形介质(例如,数据存储介质)对应的计算机可读存储介质,或包括任何便于将计算机程序从一处传送到另一处的介质(例如,根据通信协议)的通信介质。通过这种方式,计算机可读介质一般可以对应于(1)非瞬时性的有形计算机可读存储介质或(2)信号或载波等通信介质。数据存储介质可以是通过一个或多个计算机或一个或多个处理器访问的任何可用介质,以检索用于实施本发明所述技术的指令、代码和/或数据结构。计算机程序产品可以包括计算机可读介质。
作为示例而非限制,这类计算机可读存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储器、磁盘存储器或其它磁性存储设备、闪存或可以用于存储指令或数据结构形式的所需程序代码并且可以由计算机访问的任何其它介质。此外,任何连接都可以适当地称为计算机可读介质。例如,如果使用同轴缆线、光纤缆线、双绞线、数字用户线(digital subscriber line,DSL)或红外线、无线电和微波等无线技术从网站、服务器或其它远程源传输指令,则同轴缆线、光纤缆线、双绞线、DSL或红外线、无线电和微波等无线技术包含在介质的定义中。但是,应当理解,计算机可读存储介质和数据存储介质并不包括连接、载波、信号或其它瞬时性介质,而是涉及非瞬时性有形存储介质。本文所使用的磁盘和光盘包括压缩光盘(compact disc,CD)、激光光盘、光学光盘、数字多功能光盘(digitalversatile disc,DVD)和蓝光光盘,其中,磁盘通常以磁性方式再现数据,而光盘利用激光以光学方式再现数据。以上各项的组合也应包括在计算机可读介质的范围内。
指令可以通过一个或多个数字信号处理器(digital signal processor,DSP)、一个或多个通用微处理器、一个或多个专用集成电路(application specific integratedcircuit,ASIC)、一个或多个现场可编程逻辑阵列(field programmable logic array,FPGA)或其它同等集成或离散逻辑电路等一或多个处理器来执行。因此,本文所使用的术语“处理器”可以指上述结构中的任一种或适于实施本文所述技术的任何其它结构。另外,在一些方面中,本文描述的各种功能可以提供在用于编码和解码的专用硬件和/或软件模块内,或者并入在组合编解码器中。而且,这些技术可以在一个或多个电路或逻辑元件中完全实现。
本发明中的技术可以在多种设备或装置中实现,这些设备或装置包括无线手机、集成电路(integrated circuit,IC)或一组IC(例如芯片组)。本发明描述了各种组件、模块或单元,以强调用于执行所公开技术的设备的功能方面,但未必需要由不同的硬件单元实现。实际上,如上所述,各种单元可以结合合适的软件和/或固件组合在编解码器硬件单元中,或者通过包括如上所述的一个或多个处理器的互操作硬件单元的集合来提供。
Claims (75)
1.一种在编码设备中实现的对视频码流进行编码的方法,其特征在于,所述视频码流包括多个图像的经译码数据,所述方法包括:
确定针对所述多个图像中的当前图像的至少一个区域,是否启用基于解码器侧运动矢量修正(decoder motion vector refinement,DMVR)的双向帧间预测;
根据是否启用基于DMVR的双向帧间预测的确定结果,在低于序列参数集(sequenceparameter set,SPS)级别的分层语法结构级别上设置DMVR禁用标志的值,其中,所述禁用标志的值表示针对所述当前图像的至少一个区域,是否启用基于DMVR的双向帧间预测。
2.根据权利要求1所述的方法,其特征在于,所述当前图像的至少一个区域为所述当前图像,所述禁用标志被设置在图像参数集(picture parameter set,PPS)级别上。
3.根据权利要求1所述的方法,其特征在于,所述当前图像的至少一个区域为所述当前图像的一个条带,所述禁用标志被设置在条带头级别上。
4.根据上述权利要求中任一项所述的方法,其特征在于,当满足至少一个预定义条件时,确定禁用基于DMVR的双向帧间预测。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:确定所述当前图像的至少一个区域与位于所述当前图像的至少一个区域一侧的一个参考图像的至少一个区域和位于所述当前图像的至少一个区域另一侧的另一个参考图像的至少一个区域之间的运动矢量差值;所述至少一个预定义条件包括所述确定的运动矢量差值不同时具有相同绝对值和相反符号。
6.根据权利要求4或5所述的方法,其特征在于,所述确定针对所述至少一个区域,是否启用基于DMVR的双向帧间预测包括:确定所述当前图像的至少一个区域内是否存在屏幕内容;所述至少一个预定义条件包括确定所述当前图像的至少一个区域内存在屏幕内容。
7.根据权利要求6所述的方法,其特征在于,所述确定所述当前图像的至少一个区域内是否存在屏幕内容包括:
从所述当前图像的至少一个区域内的M个样本中的每个样本开始,分别计算所述当前图像的至少一个区域内的多个块的N位哈希值,其中,N、M和K为整数值;
构建包括K个条目的哈希表,其中,所述K个条目中的每个条目包括计算出N位哈希值等于预定义值的多个块的计数值;
确定包括计数值大于1的条目的总和;
当所述确定的条目的总和大于预定义阈值时,确定所述当前图像的至少一个区域内存在屏幕内容。
8.根据权利要求7所述的方法,其特征在于,所述多个块由4×4个样本组成。
9.根据权利要求7或8所述的方法,其特征在于,所述预定义阈值表示所述当前图像的至少一个区域内的样本总数的预定义百分比。
10.根据权利要求2或3所述的方法,其特征在于,所述确定针对所述至少一个区域,是否启用基于DMVR的双向帧间预测包括:
在不执行基于解码器侧运动矢量修正的双向帧间预测的情况下,计算所述至少一个区域内的多个编码单元的预测残差的成本的第一总和;
在执行运动矢量修正的情况下,计算所述至少一个区域内的多个编码单元的预测残差的成本的第二总和;
当所述计算出的第二总和大于所述计算出的第一总和时,确定禁用基于DMVR的双向帧间预测。
11.根据权利要求10所述的方法,其特征在于,所述成本是基于绝对变换差(absolutetransform differences,SATD)的成本。
12.根据权利要求10或11所述的方法,其特征在于,所述当前图像的至少一个区域为所述当前图像,
当所述计算出的第二总和大于所述计算出的第一总和时,确定针对所述当前图像的后续图像,不启用DMVR双向帧间预测。
13.根据上述权利要求中任一项所述的方法,其特征在于,所述方法还包括:在所述SPS级别上设置DMVR启用标志,其中,所述启用标志表示针对所述多个图像,是否启用基于DMVR的双向帧间预测。
14.一种在编码设备中实现的对视频码流进行编码的方法,其特征在于,所述视频码流包括多个图像的经译码数据,所述方法包括:
确定针对所述多个图像中的当前图像的至少一个区域,是否启用双向光流(bi-directional optical flow,BDOF)帧间预测;
根据是否启用BDOF帧间预测的确定结果,在低于序列参数集(sequence parameterset,SPS)级别的分层语法结构级别上设置BDOF禁用标志的值,其中,所述禁用标志的值表示针对所述当前图像的至少一个区域,是否启用BDOF帧间预测。
15.根据权利要求14所述的方法,其特征在于,所述当前图像的至少一个区域为所述当前图像,所述禁用标志被设置在图像参数集(picture parameter set,PPS)级别上。
16.根据权利要求14所述的方法,其特征在于,所述当前图像的至少一个区域为所述当前图像的一个条带,所述禁用标志被设置在条带头级别上。
17.根据权利要求14至16中任一项所述的方法,其特征在于,当满足至少一个预定义条件时,确定禁用BDOF帧间预测。
18.根据权利要求17所述的方法,其特征在于,所述方法还包括:确定所述当前图像的至少一个区域与位于所述当前图像的至少一个区域一侧的一个参考图像的至少一个区域和位于所述当前图像的至少一个区域另一侧的另一个参考图像的至少一个区域之间的运动矢量差值;所述至少一个预定义条件包括所述确定的运动矢量差值不同时具有相同绝对值和相反符号。
19.根据权利要求14至18中任一项所述的方法,其特征在于,所述方法还包括:在所述SPS级别上设置BDOF启用标志,其中,所述启用标志表示针对所述多个图像,是否启用BDOF帧间预测。
20.根据上述权利要求中任一项所述的方法,其特征在于,所述禁用标志为1位标志。
21.一种由解码设备实现的对视频码流进行解码的方法,其特征在于,所述视频码流包括多个图像的经译码数据,所述解码方法包括:
从所述视频码流的序列参数集(sequence parameter set,SPS)中解析解码器侧运动矢量修正(decoder motion vector refinement,DMVR)启用标志,其中,所述DMVR启用标志表示针对与所述SPS关联的所述多个图像,是否启用基于DMVR的双向帧间预测;
从低于所述视频码流的SPS级别的分层语法结构级别的语法结构中解析DMVR禁用标志,其中,所述DMVR禁用标志表示针对与所述语法结构关联的当前图像的至少一个区域,是否禁用基于DMVR的双向帧间预测,所述当前图像属于所述多个图像;
当满足至少一个预定义条件时,对所述当前图像的至少一个区域内的当前块执行基于DMVR的双向帧间预测,以得到所述当前块的预测样本值,其中,所述至少一个预定义条件包括所述禁用标志的解析值表示启用基于DMVR的双向帧间预测。
22.一种由解码设备实现的对视频码流进行解码的方法,其特征在于,所述视频码流包括多个图像的经译码数据,所述解码方法包括:
从所述视频码流的序列参数集(sequence parameter set,SPS)中解析双向光流(bi-directional optical flow,BDOF)启用标志,其中,所述BDOF启用标志表示针对与所述SPS关联的所述多个图像,是否启用BDOF帧间预测;
从低于所述视频码流的SPS级别的分层语法结构级别的语法结构中解析BDOF禁用标志,其中,所述BDOF禁用标志表示针对与所述语法结构关联的当前图像的至少一个区域,是否禁用BDOF帧间预测,所述当前图像属于所述多个图像;
当满足至少一个预定义条件时,对所述当前图像的至少一个区域内的当前块执行BDOF帧间预测,以得到所述当前块的预测样本值,其中,所述至少一个预定义条件包括所述禁用标志的解析值表示启用BDOF帧间预测。
23.根据权利要求21或22所述的方法,其特征在于,所述当前图像的至少一个区域为所述当前图像,所述语法结构为图像参数集(picture parameter set,PPS)。
24.根据权利要求21或22所述的方法,其特征在于,所述当前图像的至少一个区域为所述当前图像的一个条带,所述语法结构为条带头。
25.根据权利要求21或结合权利要求21的权利要求23或24所述的方法,其特征在于,当所述DMVR启用标志的解析值表示启用DMVR时,对所述当前块执行的是基于DMVR的双向帧间预测。
26.根据权利要求22或结合权利要求22的权利要求23或24所述的方法,其特征在于,当所述BDOF启用标志的解析值表示启用BDOF时,对所述当前块执行的是BDOF帧间预测。
27.根据权利要求21、结合权利要求21的权利要求23、结合权利要求21的权利要求24或权利要求25所述的方法,其特征在于,当所述DMVR启用标志的解析值表示启用DMVR时,解析的是所述DMVR禁用标志。
28.根据权利要求21、结合权利要求21的权利要求23、结合权利要求21的权利要求24或权利要求25所述的方法,其特征在于,是否解析所述DMVR禁用标志是根据所述DMVR启用标志的解析值确定的。
29.根据权利要求22、结合权利要求22的权利要求23、结合权利要求22的权利要求24或权利要求26所述的方法,其特征在于,当所述BDOF启用标志的解析值表示启用BDOF时,解析的是所述BDOF禁用标志。
30.根据权利要求22、结合权利要求22的权利要求23、结合权利要求22的权利要求24或权利要求26所述的方法,其特征在于,是否解析所述BDOF禁用标志是根据所述BDOF启用标志的解析值确定的。
31.根据权利要求21至30中任一项所述的方法,其特征在于,所述禁用标志为1位标志。
32.一种编码器(20),其特征在于,所述编码器包括处理电路,所述处理电路用于执行根据权利要求1至20中任一项所述的方法。
33.一种解码器(30),其特征在于,所述解码器包括处理电路,所述处理电路用于执行根据权利要求21至31中任一项所述的方法。
34.一种计算机程序产品,其特征在于,所述计算机程序产品包括程序代码,所述程序代码用于执行根据权利要求1至31中任一项所述的方法。
35.一种解码器,其特征在于,所述解码器包括:
一个或多个处理器;
非瞬时性计算机可读存储介质,与所述一个或多个处理器耦合并存储由所述一个或多个处理器执行的程序,其中,当所述一个或多个处理器执行所述程序时,所述解码器用于执行根据权利要求21至31中任一项所述的方法。
36.一种编码器,其特征在于,所述编码器包括:
一个或多个处理器;
非瞬时性计算机可读存储介质,与所述一个或多个处理器耦合并存储由所述一个或多个处理器执行的程序,其中,当所述一个或多个处理器执行所述程序时,所述编码器用于执行根据权利要求1至20中任一项所述的方法。
37.一种用于对视频码流进行编码的设备,其特征在于,所述视频码流包括多个图像的经译码数据,所述设备包括:
解码器侧运动矢量修正(decoder motion vector refinement,DMVR)确定单元,用于确定针对所述多个图像中的当前图像的至少一个区域,是否启用基于DMVR的双向帧间预测;
第一DMVR标志设置单元,用于根据是否启用基于DMVR的双向帧间预测的确定结果,在低于序列参数集(sequence parameter set,SPS)级别的分层语法结构级别上设置DMVR禁用标志的值,其中,所述禁用标志的值表示针对所述当前图像的至少一个区域,是否启用基于DMVR的双向帧间预测。
38.根据权利要求37所述的设备,其特征在于,所述当前图像的至少一个区域为所述当前图像,所述禁用标志被设置在图像参数集(picture parameter set,PPS)级别上。
39.根据权利要求37所述的设备,其特征在于,所述当前图像的至少一个区域为所述当前图像的一个条带,所述禁用标志被设置在条带头级别上。
40.根据权利要求37至39中任一项所述的设备,其特征在于,所述DMVR确定单元用于:当满足至少一个预定义条件时,确定禁用基于DMVR的双向帧间预测。
41.根据权利要求40所述的设备,其特征在于,所述设备还包括:运动矢量差值确定单元,用于确定所述当前图像的至少一个区域与位于所述当前图像的至少一个区域一侧的一个参考图像的至少一个区域和位于所述当前图像的至少一个区域另一侧的另一个参考图像的至少一个区域之间的运动矢量差值;所述至少一个预定义条件包括所述确定的运动矢量差值不同时具有相同绝对值和相反符号。
42.根据权利要求40或41所述的设备,其特征在于,所述确定针对所述至少一个区域,是否启用基于DMVR的双向帧间预测包括:确定所述当前图像的至少一个区域内是否存在屏幕内容;所述至少一个预定义条件包括确定所述当前图像的至少一个区域内存在屏幕内容。
43.根据权利要求42所述的设备,其特征在于,所述确定所述当前图像的至少一个区域内是否存在屏幕内容包括:
从所述当前图像的至少一个区域内的M个样本中的每个样本开始,分别计算所述当前图像的至少一个区域内的多个块的N位哈希值,其中,N、M和K为整数值;
构建包括K个条目的哈希表,其中,所述K个条目中的每个条目包括计算出N位哈希值等于预定义值的多个块的计数值;
确定包括计数值大于1的条目的总和;
当所述确定的条目的总和大于预定义阈值时,确定所述当前图像的至少一个区域内存在屏幕内容。
44.根据权利要求43所述的设备,其特征在于,所述多个块由4×4个样本组成。
45.根据权利要求43或44所述的设备,其特征在于,所述预定义阈值表示所述当前图像的至少一个区域内的样本总数的预定义百分比。
46.根据权利要求38或39所述的设备,其特征在于,所述确定针对所述至少一个区域,
是否启用基于DMVR的双向帧间预测包括:
在不执行基于解码器侧运动矢量修正的双向帧间预测的情况下,计算所述至少一个区域内的多个编码单元的预测残差的成本的第一总和;
在执行运动矢量修正的情况下,计算所述至少一个区域内的多个编码单元的预测残差的成本的第二总和;
当所述计算出的第二总和大于所述计算出的第一总和时,确定禁用基于DMVR的双向帧间预测。
47.根据权利要求46所述的设备,其特征在于,所述成本是基于绝对变换差(absolutetransform differences,SATD)的成本。
48.根据权利要求46或47所述的设备,其特征在于,所述当前图像的至少一个区域为所述当前图像,
所述DMVR确定单元用于:当所述计算出的第二总和大于所述计算出的第一总和时,确定针对所述当前图像的后续图像,不启用DMVR双向帧间预测。
49.根据权利要求37至47中任一项所述的设备,其特征在于,所述设备还包括:第二DMVR标志设置单元,用于在所述SPS级别上设置DMVR启用标志的值,其中,所述启用标志的值表示针对所述多个图像,是否启用基于DMVR的双向帧间预测。
50.一种用于对视频码流进行编码的设备,其特征在于,所述视频码流包括多个图像的经译码数据,所述设备包括:
双向光流(bi-directional optical flow,BDOF)帧间预测确定单元,用于确定针对所述多个图像中的当前图像的至少一个区域,是否启用BDOF帧间预测;
第一BDOF标志设置单元,用于根据是否启用BDOF帧间预测的确定结果,在低于序列参数集(sequence parameter set,SPS)级别的分层语法结构级别上设置BDOF禁用标志的值,其中,所述禁用标志的值表示针对所述当前图像的至少一个区域,是否启用BDOF帧间预测。
51.根据权利要求50所述的设备,其特征在于,所述当前图像的至少一个区域为所述当前图像,所述禁用标志被设置在图像参数集(picture parameter set,PPS)级别上。
52.根据权利要求50所述的设备,其特征在于,所述当前图像的至少一个区域为所述当前图像的一个条带,所述禁用标志被设置在条带头级别上。
53.根据权利要求50至52中任一项所述的设备,其特征在于,所述BDOF帧间预测确定单元用于:当满足至少一个预定义条件时,确定禁用BDOF帧间预测。
54.根据权利要求53所述的设备,其特征在于,所述设备还包括:运动矢量差值确定单元,用于确定所述当前图像的至少一个区域与位于所述当前图像的至少一个区域一侧的一个参考图像的至少一个区域和位于所述当前图像的至少一个区域另一侧的另一个参考图像的至少一个区域之间的运动矢量差值;所述至少一个预定义条件包括所述确定的运动矢量差值不同时具有相同绝对值和相反符号。
55.根据权利要求50至54中任一项所述的设备,其特征在于,所述设备还包括:第二BDOF标志设置单元,用于在所述SPS级别上设置BDOF启用标志的值,其中,所述启用标志的值表示针对所述多个图像,是否启用BDOF帧间预测。
56.根据在先权利要求中任一项所述的设备,其特征在于,所述禁用标志为1位标志。
57.一种用于对视频码流进行解码的设备,其特征在于,所述视频码流包括多个图像的经译码数据,所述设备包括:
第一解析单元,用于从所述视频码流的序列参数集(sequence parameter set,SPS)中解析解码器侧运动矢量修正(decoder motion vector refinement,DMVR)启用标志,其中,所述DMVR启用标志表示针对与所述SPS关联的所述多个图像,是否启用基于DMVR的双向帧间预测;
第二解析单元,用于从低于所述视频码流的SPS级别的分层语法结构级别的语法结构中解析DMVR禁用标志,其中,所述DMVR禁用标志表示针对与所述语法结构关联的当前图像的至少一个区域,是否禁用基于DMVR的双向帧间预测,所述当前图像属于所述多个图像;
DMVR执行单元,用于:当满足至少一个预定义条件时,对所述当前图像的至少一个区域内的当前块执行基于DMVR的双向帧间预测,以得到所述当前块的预测样本值,其中,所述至少一个预定义条件包括所述禁用标志的解析值表示启用基于DMVR的双向帧间预测。
58.一种用于对视频码流进行解码的设备,其特征在于,所述视频码流包括多个图像的经译码数据,所述设备包括:
第一解析单元,用于从所述视频码流的序列参数集(sequence parameter set,SPS)中解析双向光流(bi-directional optical flow,BDOF)启用标志,其中,所述BDOF启用标志表示针对与所述SPS关联的所述多个图像,是否启用BDOF帧间预测;
第二解析单元,用于从低于所述视频码流的SPS级别的分层语法结构级别的语法结构中解析BDOF禁用标志,其中,所述BDOF禁用标志表示针对与所述语法结构关联的当前图像的至少一个区域,是否禁用BDOF帧间预测,所述当前图像属于所述多个图像;
BDOF执行单元,用于:当满足至少一个预定义条件时,对所述当前图像的至少一个区域内的当前块执行BDOF帧间预测,以得到所述当前块的预测样本值,其中,所述至少一个预定义条件包括所述禁用标志的解析值表示启用BDOF帧间预测。
59.根据权利要求57或58所述的设备,其特征在于,所述当前图像的至少一个区域为所述当前图像,所述语法结构为图像参数集(picture parameter set,PPS)。
60.根据权利要求57或58所述的设备,其特征在于,所述当前图像的至少一个区域为所述当前图像的一个条带,所述语法结构为条带头。
61.根据权利要求57、结合权利要求59的权利要求57或结合权利要求60的权利要求57所述的设备,其特征在于,所述DMVR执行单元用于:当所述DMVR启用标志的解析值表示启用DMVR时,对所述当前块执行基于DMVR的双向帧间预测。
62.根据权利要求57、权利要求61、结合权利要求59的权利要求57或结合权利要求60的权利要求57所述的设备,其特征在于,所述第二解析单元用于根据所述DMVR启用标志的解析值,解析或不解析所述DMVR禁用标志。
63.根据权利要求58、结合权利要求59的权利要求58或结合权利要求60的权利要求58所述的设备,其特征在于,所述BDOF执行单元用于:当所述BDOF启用标志的解析值表示启用BDOF时,对所述当前块执行BDOF帧间预测。
64.根据权利要求58、权利要求63、结合权利要求59的权利要求58或结合权利要求60的权利要求58所述的设备,其特征在于,所述第二解析单元用于根据所述BDOF启用标志的解析值,解析或不解析所述BDOF禁用标志。
65.根据权利要求57、权利要求61、权利要求62、结合权利要求60的权利要求57或结合权利要求59的权利要求57所述的设备,其特征在于,所述第二解析单元用于:当所述DMVR启用标志的解析值表示启用DMVR时,解析所述DMVR禁用标志。
66.根据权利要求63、权利要求64、权利要求58、结合权利要求59的权利要求58或结合权利要求60的权利要求58所述的设备,其特征在于,所述第二解析单元用于:当所述BDOF启用标志的解析值表示启用BDOF,解析所述BDOF禁用标志。
67.根据权利要求57至66中任一项所述的设备,其特征在于,所述禁用标志为1位标志。
68.一种通过包括多个语法元素用于视频信号的经编码码流,其特征在于,所述多个语法元素包括根据权利要求21或结合权利要求21的权利要求23或24所述的DMVR禁用标志。
69.根据权利要求68所述的经编码码流,其特征在于,所述DMVR禁用标志是在一定条件下至少基于根据权利要求21或结合权利要求21的权利要求23或24所述的DMVR启用标志的解析值指示的。
70.一种非瞬时性存储介质,其特征在于,所述非瞬时性存储介质包括由图像解码设备解码的经编码码流,所述经编码码流是通过将视频信号或图像信号的帧划分为多个块生成的,并且包括多个语法元素,所述多个语法元素包括根据权利要求21或结合权利要求21的权利要求23或24所述的DMVR禁用标志。
71.根据权利要求67所述的非瞬时性存储介质,其特征在于,所述DMVR禁用标志是在一定条件下至少基于根据权利要求21或结合权利要求21的权利要求23或24所述的DMVR启用标志的解析值指示的。
72.一种通过包括多个语法元素用于视频信号的经编码码流,其特征在于,所述多个语法元素包括根据权利要求22或结合权利要求22的权利要求23或24所述的BDOF禁用标志。
73.根据权利要求69所述的经编码码流,其特征在于,所述BDOF禁用标志是在一定条件下至少基于根据权利要求22或结合权利要求22的权利要求23或24所述的BDOF启用标志的解析值指示的。
74.一种非瞬时性存储介质,其特征在于,所述非瞬时性存储介质包括由图像解码设备解码的经编码码流,所述经编码码流是通过将视频信号或图像信号的帧划分为多个块生成的,并且包括多个语法元素,所述多个语法元素包括根据权利要求22或结合权利要求22的权利要求23或24所述的BDOF禁用标志。
75.根据权利要求71所述的非瞬时性存储介质,其特征在于,所述DMVR禁用标志是在一定条件下至少基于根据权利要求22或结合权利要求22的权利要求23或24所述的BDOF启用标志的解析值指示的。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310984397.1A CN116996693A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
CN202310991017.7A CN117440170A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
CN202310987656.6A CN117812270A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
CN202310986592.8A CN117440169A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN201931024825 | 2019-06-21 | ||
IN201931024825 | 2019-06-21 | ||
PCT/CN2020/097297 WO2020253858A1 (en) | 2019-06-21 | 2020-06-20 | An encoder, a decoder and corresponding methods |
Related Child Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310986592.8A Division CN117440169A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
CN202310991017.7A Division CN117440170A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
CN202310987656.6A Division CN117812270A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
CN202310984397.1A Division CN116996693A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114009040A true CN114009040A (zh) | 2022-02-01 |
CN114009040B CN114009040B (zh) | 2023-08-04 |
Family
ID=74040654
Family Applications (5)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310987656.6A Pending CN117812270A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
CN202310984397.1A Pending CN116996693A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
CN202310986592.8A Pending CN117440169A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
CN202080043894.6A Active CN114009040B (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
CN202310991017.7A Pending CN117440170A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
Family Applications Before (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310987656.6A Pending CN117812270A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
CN202310984397.1A Pending CN116996693A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
CN202310986592.8A Pending CN117440169A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310991017.7A Pending CN117440170A (zh) | 2019-06-21 | 2020-06-20 | 编码器、解码器及对应方法 |
Country Status (14)
Country | Link |
---|---|
US (1) | US20220116648A1 (zh) |
EP (1) | EP3987794A4 (zh) |
JP (1) | JP7471328B2 (zh) |
KR (1) | KR20220024817A (zh) |
CN (5) | CN117812270A (zh) |
AU (1) | AU2020294736A1 (zh) |
BR (1) | BR112021025924A2 (zh) |
CA (1) | CA3144099A1 (zh) |
CL (1) | CL2021003427A1 (zh) |
IL (1) | IL289227A (zh) |
MX (1) | MX2021016105A (zh) |
NZ (1) | NZ783895A (zh) |
WO (1) | WO2020253858A1 (zh) |
ZA (1) | ZA202110875B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117221548B (zh) * | 2019-06-17 | 2024-06-25 | 北京达佳互联信息技术有限公司 | 用于视频编解码中的解码器侧运动矢量细化的方法和装置 |
EP3991432A1 (en) * | 2019-07-01 | 2022-05-04 | InterDigital VC Holdings France, SAS | Bi-directional optical flow refinement of affine motion compensation |
WO2021006617A1 (ko) * | 2019-07-08 | 2021-01-14 | 현대자동차주식회사 | 인터 예측을 이용하여 비디오를 부호화 및 복호화하는 방법 및 장치 |
US11641475B2 (en) * | 2019-09-12 | 2023-05-02 | Alibaba Group Holding Limited | Method and apparatus for encoding or decoding video |
CN114424543A (zh) * | 2019-09-12 | 2022-04-29 | 阿里巴巴集团控股有限公司 | 用于发送视频编解码信息的方法和装置 |
MX2022002916A (es) | 2019-09-19 | 2022-04-06 | Beijing Bytedance Network Tech Co Ltd | Derivacion de posiciones de muestra de referencia en codificacion de video. |
WO2021063419A1 (en) | 2019-10-05 | 2021-04-08 | Beijing Bytedance Network Technology Co., Ltd. | Downsampling filter type for chroma blending mask generation |
WO2021068955A1 (en) | 2019-10-12 | 2021-04-15 | Beijing Bytedance Network Technology Co., Ltd. | Use and signaling of refining video coding tools |
MX2022004200A (es) | 2019-10-13 | 2022-05-02 | Beijing Bytedance Network Tech Co Ltd | Interaccion entre remuestreo de imagen de referencia y herramientas de codificacion de video. |
WO2021129866A1 (en) | 2019-12-27 | 2021-07-01 | Beijing Bytedance Network Technology Co., Ltd. | Signaling of slice types in video pictures headers |
JP2024524426A (ja) * | 2021-06-28 | 2024-07-05 | ベイジン、ターチア、インターネット、インフォメーション、テクノロジー、カンパニー、リミテッド | ビデオコーディング用の残差および係数のコーディング |
US11968356B2 (en) * | 2022-03-16 | 2024-04-23 | Qualcomm Incorporated | Decoder-side motion vector refinement (DMVR) inter prediction using shared interpolation filters and reference pixels |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180270485A1 (en) * | 2015-09-24 | 2018-09-20 | Lg Electronics Inc. | Amvr-based image coding method and apparatus in image coding system |
TW201840183A (zh) * | 2016-12-22 | 2018-11-01 | 聯發科技股份有限公司 | 用於視訊編解碼的適應性雙預測的方法及裝置 |
US20190132606A1 (en) * | 2017-11-02 | 2019-05-02 | Mediatek Inc. | Method and apparatus for video coding |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4877449B2 (ja) * | 2004-11-04 | 2012-02-15 | カシオ計算機株式会社 | 動画像符号化装置および動画像符号化処理プログラム |
GB2512829B (en) * | 2013-04-05 | 2015-05-27 | Canon Kk | Method and apparatus for encoding or decoding an image with inter layer motion information prediction according to motion information compression scheme |
US20150103925A1 (en) * | 2013-10-15 | 2015-04-16 | Qualcomm Incorporated | Parallel extensions of parameter sets |
US10630978B2 (en) * | 2017-05-12 | 2020-04-21 | Blackberry Limited | Methods and devices for intra-coding in video compression |
RU2763042C2 (ru) * | 2017-07-03 | 2021-12-27 | Вид Скейл, Инк. | Прогнозирование компенсации движения на основе двунаправленного оптического потока |
US11558633B2 (en) * | 2017-11-01 | 2023-01-17 | Vid Scale, Inc. | Sub-block motion derivation and decoder-side motion vector refinement for merge mode |
US11184630B2 (en) * | 2018-09-28 | 2021-11-23 | Tencent America LLC | Method and apparatus for video coding |
WO2020084509A1 (en) * | 2018-10-23 | 2020-04-30 | Beijing Bytedance Network Technology Co., Ltd. | Harmonized local illumination compensation and modified inter coding tools |
WO2020103872A1 (en) * | 2018-11-20 | 2020-05-28 | Beijing Bytedance Network Technology Co., Ltd. | Prediction refinement for combined inter intra prediction mode |
US10491240B1 (en) * | 2019-01-17 | 2019-11-26 | Cyborg Inc. | Systems and methods for variable length codeword based, hybrid data encoding and decoding using dynamic memory allocation |
KR102647497B1 (ko) * | 2019-03-05 | 2024-03-13 | 엘지전자 주식회사 | 인터 예측을 위한 비디오 신호의 처리 방법 및 장치 |
EP3745725A1 (en) * | 2019-03-22 | 2020-12-02 | LG Electronics Inc. -1- | Method and device for inter prediction on basis of dmvr and bdof |
KR102610709B1 (ko) * | 2019-04-02 | 2023-12-05 | 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 | 디코더 측 움직임 벡터 유도 |
CN113711609B (zh) * | 2019-04-19 | 2023-12-01 | 北京字节跳动网络技术有限公司 | 利用光流的预测细化过程中的增量运动矢量 |
-
2020
- 2020-06-20 CN CN202310987656.6A patent/CN117812270A/zh active Pending
- 2020-06-20 NZ NZ783895A patent/NZ783895A/en unknown
- 2020-06-20 AU AU2020294736A patent/AU2020294736A1/en active Pending
- 2020-06-20 CA CA3144099A patent/CA3144099A1/en active Pending
- 2020-06-20 CN CN202310984397.1A patent/CN116996693A/zh active Pending
- 2020-06-20 CN CN202310986592.8A patent/CN117440169A/zh active Pending
- 2020-06-20 WO PCT/CN2020/097297 patent/WO2020253858A1/en unknown
- 2020-06-20 BR BR112021025924A patent/BR112021025924A2/pt unknown
- 2020-06-20 CN CN202080043894.6A patent/CN114009040B/zh active Active
- 2020-06-20 MX MX2021016105A patent/MX2021016105A/es unknown
- 2020-06-20 JP JP2021576391A patent/JP7471328B2/ja active Active
- 2020-06-20 EP EP20826192.5A patent/EP3987794A4/en active Pending
- 2020-06-20 KR KR1020227002114A patent/KR20220024817A/ko not_active Application Discontinuation
- 2020-06-20 CN CN202310991017.7A patent/CN117440170A/zh active Pending
-
2021
- 2021-12-20 CL CL2021003427A patent/CL2021003427A1/es unknown
- 2021-12-20 US US17/556,594 patent/US20220116648A1/en active Pending
- 2021-12-21 IL IL289227A patent/IL289227A/en unknown
- 2021-12-23 ZA ZA2021/10875A patent/ZA202110875B/en unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180270485A1 (en) * | 2015-09-24 | 2018-09-20 | Lg Electronics Inc. | Amvr-based image coding method and apparatus in image coding system |
TW201840183A (zh) * | 2016-12-22 | 2018-11-01 | 聯發科技股份有限公司 | 用於視訊編解碼的適應性雙預測的方法及裝置 |
US20190132606A1 (en) * | 2017-11-02 | 2019-05-02 | Mediatek Inc. | Method and apparatus for video coding |
Non-Patent Citations (3)
Title |
---|
CHING-YEH CHEN: "JVET-N0097-v1, CE9-related: Simplification of cascading DMVR and BDOF processes, JVET-N0097_DraftText", 《JVET-N0097》 * |
STEFFEN KAMP: "Decoder-Side Motion Vector Derivation for Block-Based Video Coding", 《IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMSFOR VIDEO TECHNOLOGY》 * |
周芸等: "国际视频编码VVC标准最新进展研究", 《广播与电视技术》 * |
Also Published As
Publication number | Publication date |
---|---|
ZA202110875B (en) | 2022-09-28 |
WO2020253858A1 (en) | 2020-12-24 |
CA3144099A1 (en) | 2020-12-24 |
EP3987794A4 (en) | 2022-09-07 |
KR20220024817A (ko) | 2022-03-03 |
EP3987794A1 (en) | 2022-04-27 |
US20220116648A1 (en) | 2022-04-14 |
BR112021025924A2 (pt) | 2022-02-22 |
NZ783895A (en) | 2024-02-23 |
JP2022537064A (ja) | 2022-08-23 |
IL289227A (en) | 2022-02-01 |
CN116996693A (zh) | 2023-11-03 |
CL2021003427A1 (es) | 2022-08-05 |
CN117440169A (zh) | 2024-01-23 |
CN117440170A (zh) | 2024-01-23 |
MX2021016105A (es) | 2022-04-06 |
AU2020294736A1 (en) | 2022-01-27 |
WO2020253858A8 (en) | 2021-02-25 |
CN117812270A (zh) | 2024-04-02 |
JP7471328B2 (ja) | 2024-04-19 |
CN114009040B (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114009040B (zh) | 编码器、解码器及对应方法 | |
CN112823518B (zh) | 用于译码块的几何划分块的帧间预测的装置及方法 | |
CN112673633B (zh) | 合并模式的编码器、解码器及对应方法 | |
CN117082259A (zh) | 帧间预测方法及装置 | |
CN112913250B (zh) | 编码器、解码器及对任意ctu尺寸使用ibc搜索范围优化的对应方法 | |
CN114650419A (zh) | 进行帧内预测的编码器、解码器和对应方法 | |
CN113796071A (zh) | 编码器、解码器及用于ibc融合列表的相应方法 | |
CN113383550A (zh) | 光流修正的提前终止 | |
CN114125468A (zh) | 帧内预测方法和装置 | |
CN113678437A (zh) | 用于帧内平滑的方法和装置 | |
CN113615173A (zh) | 对仿射译码块进行光流预测修正的方法及装置 | |
CN113660497A (zh) | 编码器、解码器和使用ibc合并列表的对应方法 | |
CN114009041A (zh) | 双向预测光流计算和双向预测校正中用于块级边界样本梯度计算的整数网格参考样本位置的计算方法 | |
CN113597769A (zh) | 基于光流的视频帧间预测 | |
CN113170118B (zh) | 视频译码中进行色度帧内预测的方法及装置 | |
CN112868233B (zh) | 编码器、解码器及相应的帧间预测方法 | |
CN114007068B (zh) | 编码器、解码器及其实现的对当前块进行预测译码的方法 | |
RU2811983C2 (ru) | Кодер, декодер и соответствующие способы для режима субблочного разделения | |
CN114402606A (zh) | 降低平面模式的帧内预测的复杂度的编码器、解码器和对应方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |